Add practical examples to multiple files

- LF9-03 Virtualisierung: Docker Compose + Volume examples
- LF6-02 Frontend: To-Do list practical example
- LF8-04 ETL: Complete ETL pipeline example
- LF6-04 Sicherheit: Express.js security headers
- LF2-04 Nutzwertanalyse: Cloud provider selection example
- LF9-04 Monitoring: Prometheus alerts + Python logging

2-Ausbildungsjahr/LF8-Datenintegration/LF8-04-ETL-Prozesse.md

@@ -207,6 +207,81 @@ ETL - Fehlerstrategien
 
 ---
 
+## Praktisches Beispiel: Vollständiger ETL-Pipeline
+
+```python
+import pandas as pd
+import requests
+from sqlalchemy import create_engine
+import logging
+
+# Logging konfigurieren
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+def etl_pipeline():
+    """
+    Vollständiger ETL-Pipeline für Verkaufsdaten
+    """
+
+    # === EXTRACT ===
+    logger.info("Starte Extraktion...")
+
+    # Aus CSV
+    kunden_df = pd.read_csv('daten/kunden.csv')
+    bestellungen_df = pd.read_csv('daten/bestellungen.csv')
+
+    # Aus API
+    try:
+        response = requests.get('https://api.shop.de/produkte', timeout=30)
+        produkte_df = pd.DataFrame(response.json())
+    except Exception as e:
+        logger.error(f"API Fehler: {e}")
+        produkte_df = pd.DataFrame()
+
+    logger.info(f"Extrahiert: {len(kunden_df)} Kunden, {len(bestellungen_df)} Bestellungen")
+
+    # === TRANSFORM ===
+    logger.info("Starte Transformation...")
+
+    # Daten bereinigen
+    kunden_df = kunden_df.drop_duplicates()
+    kunden_df['email'] = kunden_df['email'].str.lower().str.strip()
+    kunden_df['erstellt_am'] = pd.to_datetime(kunden_df['erstellt_am'])
+
+    # Berechnungen
+    bestellungen_df['umsatz_mit_mwst'] = bestellungen_df['umsatz_netto'] * 1.19
+
+    # JOIN: Bestellungen mit Kunden verbinden
+    merged_df = bestellungen_df.merge(
+        kunden_df[['kunden_id', 'name', 'stadt']],
+        on='kunden_id',
+        how='left'
+    )
+
+    # Aggregation: Umsatz pro Stadt
+    umsatz_pro_stadt = merged_df.groupby('stadt')['umsatz_netto'].sum().reset_index()
+
+    logger.info(f"Transformation abgeschlossen: {len(merged_df)} Datensätze")
+
+    # === LOAD ===
+    logger.info("Starte Laden...")
+
+    # Datenbank-Verbindung
+    engine = create_engine('postgresql://user:pass@localhost:5432/warehouse')
+
+    # In Datenbank laden
+    merged_df.to_sql('fact_bestellungen', engine, if_exists='replace', index=False)
+    umsatz_pro_stadt.to_sql('dim_umsatz_stadt', engine, if_exists='replace', index=False)
+
+    logger.info("ETL Pipeline erfolgreich abgeschlossen!")
+
+if __name__ == '__main__':
+    etl_pipeline()
+```
+
+---
+
 ## Querverweise
 
 - [[LF8-03-Datenformate|Zurück: Datenformate]]