Seite 16 - SQL

Wie sich INNER, LEFT und RIGHT JOIN wirklich unterscheiden, wann WHERE-Bedingungen einen LEFT JOIN heimlich in INNER JOIN verwandeln und wie das Fan-out-Problem SUM-Berechnungen verfälscht.

Echte Reporting-Dashboards brauchen selten eine einzelne Window Function, sondern eine Kombination aus CTEs, Aggregation und mehreren verschachtelten Fensterfunktionen. Cohort-Retention-Tabellen und Period-over-Period-Wachstumsraten lassen sich vollstaendig in SQL berechnen, wartbar strukturiert mit WITH-Klauseln, ohne dass Rohdaten die Datenbank fuer die Berechnung verlassen muessen.

Ein Moving Average glaettet verrauschte Zeitreihen direkt in der Datenbank: mit AVG() OVER() und einem exakt definierten ROWS BETWEEN Fenster berechnest du gleitende Durchschnitte fuer Trendanalysen, ohne Rohdaten in eine Anwendung zu laden oder mit langsamen Self-Joins zu arbeiten.

Wie MySQL Index Selectivity und Cardinality die Optimierungsentscheidung beeinflussen, warum Composite Indexes eine Kunst der Spaltenreihenfolge sind und wie Invisible Indexes sicheres Testen ermöglichen.

ACID-Eigenschaften sind das Versprechen jeder relationalen Datenbank, dass eine Transaktion entweder vollstaendig oder gar nicht wirkt, dass Integritaetsregeln immer gelten, dass parallele Transaktionen sich nicht gegenseitig korrumpieren und dass bestaetigte Daten einen Absturz ueberleben. Wer versteht, was ohne jede einzelne dieser vier Eigenschaften konkret schiefgeht, trifft bessere Entscheidungen beim Transaktionsdesign.

Approximative Aggregation ersetzt exakte Berechnungen wie COUNT DISTINCT oder Perzentile durch probabilistische Algorithmen, die bei Milliarden Zeilen in Sekundenbruchteilen ein Ergebnis mit kontrolliertem, meist unter einem Prozent liegendem Fehler liefern. Dieser Artikel erklärt, wie HyperLogLog und t-digest funktionieren, wann approximative Aggregation sich lohnt und wann exakte Berechnung weiterhin die richtige Wahl bleibt.

Eine Million Zeilen einzeln einzufügen dauert Stunden. Mit LOAD DATA INFILE, Bulk Inserts und Transaction Batching dauert es Minuten. Dieser Artikel erklärt alle relevanten Techniken — inklusive Magento-Kontext.

AVG allein erzaehlt selten die ganze Geschichte einer Datenverteilung. Mit statistischen Funktionen wie PERCENTILE_CONT, STDDEV und CORR lassen sich Median, Streuung und Zusammenhaenge direkt in der Datenbank berechnen, ohne Rohdaten nach Python oder R exportieren zu muessen.

Welche Requests gehen an MySQL, welche an OpenSearch? Wie synchronisiert Magento Produktdaten, warum kommen Layered-Navigation-Filter aus OpenSearch — und wie debuggt man fehlende Produkte in der Suche?

Datenbank-Replikation verteilt Daten von einer Primary-Instanz auf eine oder mehrere Replica-Instanzen, um Leselast zu skalieren und Ausfallsicherheit zu erhoehen. Wer synchrone von asynchroner Replikation nicht sauber unterscheidet, riskiert entweder unnoetige Latenz oder stille Datenverluste im Failover-Fall.