Datenbankdesign und -optimierung mit KI

Fortgeschrittenes, KI-gestütztes Programmieren für Entwickler:innen

Thalia Barrera

AI Engineering Curriculum Manager, DataCamp

Echte Daten anschließen

Neuer Ordner unter Atlas' Verzeichnis /usecase
sqlite3.OperationalError: no such table: activity_events
❗ Tabelle heißt anders: Schema-Mismatch

KI fürs Schema‑Mapping

🤖 Prompt zur Schema-Angleichung:

Gleiche mein Datenbankschema an das Schema an, das Atlas braucht. Nutze die Tabellen der Produktionsdatenbank und die von Atlas erwarteten Tabellen. Benenne Tabellen und Spalten sicher um und liste das Mapping vom Original zur neuen Struktur auf.

ai-table-squema.mp4

Echte Datenaktualisierungen

mermaid: datacamp-purple: Datenabgleich-Pipeline

Wayfarer ingestiert Events von Partnern
Partner senden Duplikate, Korrekturen und Anpassungen
Veraltete Daten → ungenaue KPIs
Abgleich via CRUD-Operationen

KI-gestützte Duplikaterkennung

Partner senden neue Batches von Buchungs-Events
Mehrere Anbieter scrapen dieselbe API → Duplikate sind häufig
Vor Produktionseintrag Duplikate erkennen

nanobanana: zentriert: Duplikaterkennung in Datenbanktabellen

Erkennen-Query entwerfen

Query-Performance optimieren

SQL-Query:

🤖 Prompt zur Performance-Optimierung:

Hier ist eine SQL-Query, die ich oft ausführe, plus das Tabellenschema. Identifiziere die wichtigsten Performance-Engpässe und schreibe die Query effizienter um, ohne das Ergebnis zu ändern.

ai-efficient-query.mp4

Datenbankdesign im großen Maßstab

🤖 Prompt zum Datenbankdesign:

Gegeben Schema und Workload (häufige KPI-Reads nach Datum und Stadt, tägliche Batch-Inserts): Empfiehl Normalisierungsverbesserungen, Partitionierungsstrategien und Skalierungsoptionen.

Priorisiere Änderungen mit dem besten Nutzen‑zu‑Aufwand‑Verhältnis.

ai-sql-partitioning.mp4

Lass uns üben!

Fortgeschrittenes, KI-gestütztes Programmieren für Entwickler:innen