--- title: "MongoDB-Datenkatalog & Konnektor | Dawiso" description: "Der MongoDB-Konnektor von Dawiso macht jedes Cluster zum durchsuchbaren Datenkatalog: Datenbanken, Collections, Felder und Indexe, mit Lineage ins BI." url: "https://www.dawiso.com/de/connectors/mongodb" language: "de" --- Konnektor für Datenbank # Der Datenkatalog für MongoDB, dem Ihr ganzes Team vertrauen kann. Der Dawiso-MongoDB-Datenkatalog macht jedes Cluster, jede Datenbank und jede Collection zu einem durchsuchbaren Inventar, mit Dokumentation auf Feldebene neben relationalen und BI-Quellen. [Demo buchen](https://www.dawiso.com/de/book-a-dawiso-demo) [Zur Dokumentation](https://help.dawiso.com/actual/mongodb/) Live-Konnektor Stabiler Konnektor MongoDB Dawiso Nur Metadaten · Ihre Daten verlassen die Quelle nie **Typ** Dokumentendatenbank **Auth** Benutzername & Passwort (Rolle read-any-database) **Sync** Geplant, inkrementell **Richtung** Nur lesend · Metadaten Zuerst das Wichtigste ## Was ist ein Konnektor? Nur Metadaten Nur lesender Zugriff Inkrementeller Sync Systemübergreifende Lineage Ein Konnektor ist die Brücke zwischen einem Werkzeug in Ihrem Stack und dem Katalog, der Ihnen einen einheitlichen Blick darauf gibt. Ist ein Konnektor eingerichtet, greift er nach Zeitplan auf das Quellsystem zu, liest die *Metadaten* aus - Schemas, Tabellen, Dashboards, Jobs, Verantwortlichkeiten, Data Lineage - und bildet sie im Katalog ab. Ihre eigentlichen Zeilen und Werte bleiben, wo sie sind. Konnektoren sind der Grund, warum ein Datenkatalog Fragen wie *„Welches Power-BI-Dashboard hängt von dieser Snowflake-Tabelle ab?“* oder *„Wer verantwortet das orders-Topic in Kafka?“* beantworten kann - automatisch, ohne dass jemand eine Excel-Liste pflegen muss. Drei Eigenschaften unterscheiden einen guten Konnektor von einem brüchigen: Er sollte **nur lesend und sicher** sein, er sollte **inkrementell** arbeiten, damit nicht bei jeder Aktualisierung ein vollständiger Neuscan nötig ist, und er sollte **Data Lineage über Systemgrenzen hinweg auflösen**, nicht nur innerhalb eines Werkzeugs. Über die Plattform ## Was ist MongoDB? MongoDB ist die Dokumentendatenbank für unstrukturierte Daten im JSON-Format. Web- und Mobile-Teams nutzen sie als operatives Rückgrat, und der verwaltete Dienst Atlas ist die vorherrschende Cloud-Variante. Für 2024 meldet MongoDB 50.000 Kunden; allein auf Atlas entfallen 70 % des Unternehmensumsatzes. MongoDB speichert Collections mit flexiblen Schemas, was für Entwickler ein Vorteil und für Governance ein Problem ist. Es gibt kein information_schema zum Auslesen, keine native Lineage ins BI und kein Business Glossary, das Collections mit den Begriffen verbindet, die der Rest des Unternehmens nutzt. Genau dort setzt der Dawiso-MongoDB-Datenkatalog an: nur lesend, nur Metadaten, und plattformübergreifend. 50.000 MongoDB-Kunden (2024) 2009 Erste öffentliche Version 70 % Atlas-Anteil am MongoDB-Umsatz Architektur ## So verbindet sich Dawiso mit MongoDB Eine kleine, nur lesende Rolle aufseiten von MongoDB. Der Dawiso-Scanner holt die Metadaten nach Zeitplan. Alles landet in Ihrem Katalog, fachlich lesbar. Quelle ### MongoDB Cluster - Datenbanken und Collections - Feldpfade und Datentypen - Indexe und Key-Patterns - Cluster-Rollen und Benutzer REST · JDBC Dawiso-Scanner ### Metadatenzugriff nur lesend - Schema- und Objekterkennung - Auflösung von Abhängigkeiten - SQL-Flow-Parsing (optional) - Sampling nach Opt-in Intern Katalog ### Dawiso-Plattform - Durchsuchbare Metadaten - Data Lineage und Verantwortlichkeiten - Business Glossary - Richtlinien und Klassifizierungen Verbindungsdetails **Protokoll** MongoDB-Treiberprotokoll · listDatabases, listCollections, collStats, find **Authentifizierung** Datenbankbenutzer mit der integrierten Rolle „Only read any database“ **Lineage** MongoDB stellt keine native Lineage bereit. Dawiso liest Collection- und Feld-Metadaten aus und verknüpft sie auf der Ebene der Datenprodukte mit relationalen und BI-Katalogen; Joins von Feld zu Tabelle werden manuell oder über dbt Source Manifests modelliert Einrichtung ## MongoDB in 4 Schritten verbinden 1. 01 ### Dawiso IP freischalten Tragen Sie unter Atlas Network Access die IP des Dawiso Ingestion-Servers ein (Sie erhalten sie von Customer Success). Bei selbst gehostetem MongoDB öffnen Sie stattdessen die Firewall für die Dawiso Integration Runtime. 2. 02 ### Benutzer mit Leserecht auf alle Datenbanken anlegen Legen Sie unter Database Access einen neuen Benutzer an (zum Beispiel dawiso_reader) mit Passwort-Authentifizierung. Weisen Sie ihm die integrierte Rolle „Only read any database“ zu oder definieren Sie eine eigene Rolle mit listDatabases, listCollections, collStats und find. 3. 03 ### In Dawiso verbinden Tragen Sie Hostnamen (cluster.region.mongodb.net), Benutzer und Passwort ein. Aktivieren Sie SRV-Schema oder TLS nach Bedarf und wählen Sie eine Authentifizierungsdatenbank, falls Ihr Cluster eine nutzt. 4. 04 ### Ingestion starten Wählen Sie die zu scannenden Datenbanken als kommagetrennte Liste. Das Schema wird pro Collection gesampelt; der geplante inkrementelle Sync hält den Katalog aktuell. Funktionen ## Das bekommen Sie mit dem Konnektor für MongoDB - ### Katalog für Collections und Felder Jede MongoDB-Datenbank, jede Collection und jedes indizierte Feld ist durchsuchbar. Dazu abgeleitete Datentypen, Verantwortliche und Verweise auf die zugehörigen dbt Models für nachgelagertes BI. - ### Plattformübergreifende Lineage Verknüpfen Sie MongoDB Collections mit den Landing-Tabellen im Warehouse und den Power-BI-Berichten, die sie nutzen. So hat der Fachbereich trotz Dokumentmodell durchgängige Sicht. - ### PII-Klassifizierung Klassifizieren Sie ein Feld einmal. Dawiso markiert jedes MongoDB-Dokumentfeld mit E-Mail-Adresse, IBAN oder amtlichen Ausweisnummern in allen Datenbanken und Clustern. - ### Verantwortung und Zertifizierung Markieren Sie Collections als zertifiziert, veraltet oder in Prüfung. Verantwortliche sind im Katalog sichtbar, zusammen mit dem Atlas-Projekt und dem Datenbankbenutzer. - ### Abgleich mit dem Business Glossary Verbinden Sie MongoDB Collections und Feldpfade mit Glossarbegriffen, damit „customer.email“ dieselbe Definition hat wie die Kundentabelle im ERP. - ### Grundsätzlich nur lesend Dawiso liest Metadaten über einen Benutzer mit reiner Leserolle: listDatabases, listCollections, collStats und find. Nirgends Schreibrechte. Geschäftlicher Nutzen ## Warum Teams den Konnektor für MongoDB aktivieren - -65 % ### Weniger Rückfragen nach dem richtigen Feld Entwickler finden die zertifizierte MongoDB Collection in Dawiso, statt zu fragen, welches Cluster das Schema der Kundenprofile hält. - Durchgängig ### Lineage über die Dokumentgrenze hinaus Sehen Sie in einer plattformübergreifenden Ansicht, wie MongoDB Collections das Warehouse, das Datenprodukt und Power BI speisen. Manuelle Übergaben entfallen. - Prüfbereit ### Nachweise für DSGVO und DORA Sensible MongoDB-Felder werden einmal klassifiziert, die Richtlinie folgt ihnen in nachgelagerte strukturierte Systeme, mit vollständigem Audit-Trail. ## Bereit, Ihr MongoDB zu katalogisieren? Den Konnektor richten Sie an einem Nachmittag ein. Ihren ersten Lineage-Graph sehen Sie noch am selben Tag. [Demo buchen](https://www.dawiso.com/de/book-a-dawiso-demo) [Zur Dokumentation](https://help.dawiso.com/actual/mongodb/) ## Häufige Fragen Noch Fragen? [Sprechen Sie mit unserem Team ->](https://www.dawiso.com/contact-us) **Wie sind Daten in MongoDB organisiert?** MongoDB speichert Daten als Collections von JSON-ähnlichen Dokumenten innerhalb von Datenbanken, ohne festes Schema. Dawiso leitet die Struktur der Collections nur lesend ab und katalogisiert sie - Felder, Datentypen, Verantwortliche und Lineage - sodass schemalose Daten durchsuchbar und steuerbar werden. **Hat MongoDB einen Datenkatalog?** Keinen nativen. Dawiso liest MongoDB-Metadaten nur lesend und macht aus Datenbanken, Collections und abgeleiteten Feldschemata einen durchsuchbaren Katalog mit Verantwortlichkeiten, Klassifizierung und plattformübergreifender Lineage. **Wozu dient ein Datenkatalog?** Ein Datenkatalog macht jede Collection auffindbar, dokumentiert und vertrauenswürdig. Dawiso verbindet MongoDB-Daten mit dem Rest Ihres Stacks, sodass Verantwortliche, Bedeutung und Lineage für das ganze Unternehmen klar sind. **Welche Berechtigungen braucht Dawiso in MongoDB?** Einen Datenbankbenutzer mit der integrierten Rolle „Only read any database“ oder eine eigene Rolle mit listDatabases, listCollections, collStats und find. Durchgehend nur lesend. Dawiso schreibt nie nach MongoDB zurück. **Kopiert Dawiso unsere MongoDB-Daten?** Nein. Dawiso liest ausschließlich Metadaten zu Cluster, Datenbank, Collection, Feld und Index. Das Schema wird aus einer kleinen Stichprobe je Collection abgeleitet; vollständige Dokumentscans sind pro Datenquelle optional und laufen nie automatisch. **Atlas, selbst gehostet, on-premises - welche Betriebsvarianten werden unterstützt?** Alle drei. Atlas über die Freischaltung der Dawiso Ingestion-IP unter Network Access. Selbst gehostet in der Cloud über die Freigabe in der Firewall. On-premises über die Dawiso Integration Runtime, die Metadaten an den Dawiso Tenant überträgt. **Wie funktioniert Lineage auf Feldebene bei einem schemalosen Speicher?** MongoDB stellt keine native Lineage bereit. Dawiso dokumentiert die abgeleiteten Feldpfade je Collection und verknüpft sie dann über dbt Source Manifests oder manuelles Mapping auf der Ebene der Datenprodukte mit relationalen Zielen und BI-Berichten. ## Weitere Konnektoren entdecken MongoDB ist einer von über 30 Konnektoren. Bringen Sie Ihren gesamten Stack in den Katalog. - [Data Warehouse Snowflake](https://www.dawiso.com/connectors/snowflake) - [Data Lakehouse Databricks](https://www.dawiso.com/connectors/databricks) - [Business Intelligence Power BI](https://www.dawiso.com/connectors/power-bi) - [Business Intelligence Tableau](https://www.dawiso.com/connectors/tableau) - [Data Warehouse Google BigQuery](https://www.dawiso.com/connectors/google-bigquery) - [Data Warehouse Amazon Redshift](https://www.dawiso.com/connectors/amazon-redshift) [Alle Konnektoren ansehen](https://www.dawiso.com/de/connectors)