CompTIA Data+ — Übungsfragen und Probeprüfung

Datenbanktabellen erzwingen Constraints, die CSV-Dateien nicht kennen, deshalb werden Zeilen, die gegen diese Regeln verstoßen, beim Laden zurückgewiesen. Häufige Verstöße sind: NOT NULL (fehlende Pflichtwerte), Typkonflikte (Text in numerischen Spalten), UNIQUE/PRIMARY KEY (doppelte Bezeichner), CHECK (Werte außerhalb des zulässigen Bereichs) und FOREIGN KEY (verwaiste Referenzen). Die 5.000 fehlenden Zeilen tauchen in einem Fehler- bzw. Ablehnungsprotokoll auf (CompTIA Data+ Obj 4.1; DAMA DMBOK Kap. 13). Warum nicht die anderen? Datenbanken komprimieren beim Laden keine Zeilen automatisch – Komprimierung ist eine Speicheroptimierung. Die Dateigröße begrenzt das Laden nicht (Daten werden in Batches gestreamt). Lizenzen deckeln Tabellen nicht bei willkürlichen Zeilenzahlen. Prüfungstipp: Quellzeilen > geladene Zeilen = Constraint-Verletzungen; gleiche immer die Zahlen ab und prüfe die Ablehnungsprotokolle.

Automatisierte Validierungsregeln, die in der ETL-Pipeline eingebettet sind, fangen Qualitätsprobleme schon bei der Ingestion ab, bevor schlechte Daten in Reports landen. Dazu zählen Null-Prüfungen, Typvalidierung, Bereichsprüfungen, Eindeutigkeits-Constraints, statistische Anomalieerkennung (Verschiebungen der Zeilenzahl, Distribution Drift) und die Durchsetzung von Geschäftsregeln. Tools wie Great Expectations, dbt tests und Monte Carlo automatisieren die Prüfungen und alarmieren bei Schwellenwertüberschreitungen (CompTIA Data+ Obj 4.1; DAMA DMBOK Kap. 13). Warum nicht die anderen? Vollständige Backups schützen vor Datenverlust, nicht vor Qualitätsproblemen – sie sichern die schlechten Daten gleich mit. Erst zu prüfen, wenn Nutzer Probleme melden, ist reaktiv: Der Schaden ist dann schon entstanden. Monatliche manuelle Stichproben übersehen alles, was dazwischen passiert, und skalieren nicht. Prüfungstipp: proaktiv = automatisierte Regeln + Echtzeit-Alarme; reaktiv = Nutzerbeschwerden + seltene manuelle Prüfungen.

Ein Semantic Layer abstrahiert das physische Datenmodell in geschäftsnahe Begriffe und ermöglicht es nicht-technischen Nutzern, Reports ohne SQL zu bauen. Statt „tbl_txn.amt_usd“ mit komplexen JOINs abzufragen, sehen die Nutzer „Umsatz“ als geregelte, vordefinierte Kennzahl. Wichtige Fähigkeiten: geschäftsnahe Benennung, vorgefertigte Berechnungen (z. B. Bruttomarge), standardisierte Definitionen, die für Konsistenz sorgen, und vereinfachte Beziehungen, die die JOIN-Komplexität verbergen. Tools wie Looker LookML, der dbt semantic layer und Tableau-Datenmodelle bieten das (CompTIA Data+ Obj 5.3; Gartner Augmented Analytics). Warum nicht die anderen? ETL-Code-Repositories setzen Entwicklerkenntnisse voraus – das Gegenteil von Self-Service. SQL über die Kommandozeile verlangt technisches Können, das nicht-technischen Nutzern fehlt. Administrativer Datenbankzugriff ist für DBAs gedacht, nicht für Report-Ersteller, und birgt Sicherheitsrisiken. Prüfungstipp: Self-Service = Semantic Layer + Drag-and-drop; technische Analytik = SQL + Code.