Interaktive Schulungsoberfläche für relationale Normalisierung in SQL und flexible Dokumentmodelle in MongoDB.
Dieser Lernpfad zeigt, welche Daten nach der SQL-Normalisierung bewusst in flexible Dokumente ausgelagert werden: variierende Produktattribute, Interaktionsprofile und Event-Historien.
Gehört zu Block 2: NoSQL & Dokumentdatenbanken
Nicht alle Verwaltungsdaten passen sauber in starre Tabellen. MongoDB ist stark, wenn Informationen flexibel, verschachtelt oder ereignisorientiert sind. Dieses Lab zeigt, wie man solche Dokumente mit Aggregations-Pipelines auswertet.
Sie betreuen ein Verwaltungssystem mit Bestell- und Interaktionsdaten. Ein Teil der Daten bleibt in SQL, ein anderer Teil liegt als Dokumente in MongoDB vor, zum Beispiel Produktattribute, Kundeninteraktionen und Ereignisverläufe.
MongoDB ersetzt die relationale Datenbank nicht automatisch. Sie ergänzt sie dort, wo flexible Dokumentstrukturen, eingebettete Arrays und schnelle Fachauswertungen gebraucht werden. Gute Architektur bedeutet hier: SQL für Kernprozesse, MongoDB für variable Zusatz- und Ereignisdaten.
| Aspekt | SQL | MongoDB | Empfehlung |
|---|---|---|---|
| Stammdaten & Transaktionen | Kunden, Produkte, Bestellungen und Positionen sind stark strukturiert. | Nur ergänzende, flexible Zusatzdaten liegen dokumentenorientiert vor. | SQL als führendes System |
| Produktattribute | Viele Nebentabellen oder viele Null-Spalten. | Unterdokumente pro Kategorie ohne starres Schema. | MongoDB |
| Kundenverhalten | Viele Junction-Tabellen für Suchbegriffe, Geräte und Kampagnen. | Ein Profil mit Arrays und aktuellen Snapshots. | MongoDB |
| Finanz- und Bewegungsdaten | Referentielle Integrität und belastbare Reports. | Nicht ideal für führende Buchungsdaten. | SQL |
| Ablaufhistorien | Separates Ereignismodell mit vielen Tabellen oder JSON-Spalten. | Events direkt im Bestelldokument verfügbar. | MongoDB ergänzend |
Kunden, Bestellungen, Positionen, Zahlungen und Auswertungen bleiben in der relationalen Datenbank, weil dort Primär- und Fremdschlüssel die Datenqualität absichern.
Umsatz, Lagerbestand, Rechnungsprüfung und Monatsabschlüsse brauchen saubere Datentypen und klar definierte Beziehungen.
Produktattribute, Interaktionssignale und Event-Streams können wachsen, ohne das relationale Kernschema ständig umzubauen.
Das Frontend bekommt komplette Dokumente für ein Profil oder eine Bestellung, statt viele Tabellen für einen Detailbildschirm zusammenbauen zu müssen.
| Kundennummer | Risiko | Retouren | Wunschliste |
|---|---|---|---|
| K70 | 91 | mittel | 1 |
| K00118 | 90 | niedrig | 2 |
| K16 | 88 | mittel | 4 |
| K25 | 87 | mittel | 3 |
| K51 | 87 | mittel | 2 |
| K00065 | 86 | hoch | 3 |
| K19 | 85 | niedrig | 4 |
| K76 | 84 | hoch | 4 |
| Artikelnummer | Produkt | Kategorie | Medien | Garantie |
|---|---|---|---|---|
| 1014 | Kompakt Staubsauger | Haushalt | 2 | - |
| 1034 | Deluxe Shampoo | KOSMETIK | 3 | - |
| 1048 | Eco Saiten-Set | musik | 2 | - |
| 1063 | Ultra Turnschuhe | Kleid | 3 | - |
| 1068 | Smart Fahrradhelm | SPORT | 2 | - |
| 1073 | Standard Kleiderschrank | Möbel | 2 | - |
| 1090 | Classic Springseil | sport | 3 | - |
| 1099 | Premium Besen | Haushalt | 3 | - |
| Bestellung | Tracking | Dienstleister | Lager |
|---|---|---|---|
| B-20240003 | 005233027617426345 | DPD | Köln |
| B-20240004 | 007389479756980870 | DHL | Leipzig |
| B-20240008 | 001012927242225604 | DPD | München |
| B-20240021 | 007994878726989422 | DPD | Köln |
| B-20240023 | 008961076550008008 | Hermes | Köln |
| B-20240031 | 005574404276066328 | DHL | Köln |
| B-20240032 | 005992925053557431 | DPD | Köln |
| B-20240038 | 004776235247583935 | GLS | München |
| Status | Anzahl | Umsatz gesamt |
|---|---|---|
| storniert | 47 | 216.062,85 € |
| in Bearbeitung | 44 | 169.598,38 € |
| versendet | 38 | 140.723,98 € |
| offen | 36 | 153.138,35 € |
| geliefert | 35 | 139.787,74 € |
| Kanal | Bestellungen | Ø Betrugs-Score |
|---|---|---|
| Marktplatz | 75 | 57,0 |
| Telefonverkauf | 71 | 54,7 |
| Webshop | 54 | 58,3 |
| Kategorie | Medientyp | Anzahl Medien |
|---|---|---|
| Möbel | 27 | |
| Möbel | video | 19 |
| Garten | bild | 18 |
| Sport | video | 18 |
| Sport | 18 | |
| Bücher | bild | 18 |
| Möbel | bild | 17 |
| Musik | bild | 16 |
| Garten | 16 | |
| BÜCHER | bild | 15 |
| Garten | video | 15 |
| Bücher | video | 15 |
Diese Pipeline zeigt, über welche Kanäle Stornos gehäuft auftreten und wie hoch dort der durchschnittliche Betrugs-Score ist.
| Kanal | Stornos | Ø Risiko |
|---|---|---|
| Marktplatz | 24 | 54,5 |
| Telefonverkauf | 15 | 46,0 |
| Webshop | 8 | 53,3 |