Hallo Habr! Es ist Zeit, über den Pfad der Daten von der Quelle, an der sie auftreten, bis zur Ansicht zu sprechen, in der es bequem ist, sie zu analysieren. Jetzt arbeiten wir alle in einer Umgebung, in der die Geschwindigkeit der Datenvorbereitung für ihre Verwendung zu einem Wettbewerbsvorteil werden kann. Lassen Sie uns einen Blick darauf werfen, wie die Datenmodellierung in SAP BW / 4HANA durchgeführt wird, wie schnell und bequem sie ist und ob Unternehmen davon profitieren können.
Aber zuerst ein wenig Geschichte und dann am Beispiel aller, denen das Thema Fußball nicht gleichgültig ist, werden wir die praktischen Schritte im System analysieren.
1998 wurde die erste Version des SAP-Produkts für Berichterstellung, Analyse und Datenspeicherung namens Business Warehouse Information System vorgestellt. Die Hauptidee hinter der Erstellung war die Implementierung einer einfacheren und effizienteren Datenspeicherung mit besonderem Schwerpunkt auf SAP-ERP-Daten. Seitdem ist die Lösung von Version 1.2A auf BW / 4HANA übergegangen und hat sich zu einem wesentlichen Bestandteil für den Aufbau von Data Warehouses für Tausende von Unternehmen auf der ganzen Welt entwickelt.
Die Änderungen, die SAP BW während seines Bestehens erhalten hat, waren eine Reaktion auf die Herausforderungen verschiedener Phasen bei der Entwicklung von Data Warehouses. Dies sind Anforderungen an Funktionalität, Leistung und Datenvolumen für die Analyse. Zum Beispiel der Übergang von SAP BW von herkömmlichen zu residenten (In-Memory-) Datenbanken. Tatsächlich ist dies eine Bewegung in Richtung der Geschwindigkeit der Verarbeitung des erhöhten Datenvolumens und der Lösung praktischer Geschäftsprobleme mit BW. Dies gilt insbesondere jetzt, wenn das Unternehmen erwartet, dass die IT so schnell wie möglich neue Anforderungen anwendet. Dies ist keine Laune, sondern die Bedingungen, die das Wettbewerbsumfeld für das normale Funktionieren des Unternehmens und seine Entwicklung vorschreibt.
SAP BW/4HANA BW LSA ( ). LSA++. LSA++ SAP BW/4HANA , . – – .
LSA++. , 13 30 1930 .
.csv – , , , -, , , . , - 2018 , ( ? :)), (. 1).
, . , , , , ? , , . ?
, , . SAP HANA Studio, .
- – (Characteristic) (Key Figures) . – , BW.
– , , , -, , (. 2).
, , (. 3).
(. 4 4).
SAP BW/4HANA - . - -, . , , , , ? . , - , , . , - : , , , ..
, -, (-). ADSO (. 5).
-, (.6).
, , , , ADSO (0Calday) (0Calyear). , , « ». BW , , .. , SAP.
, . – ( ) ( , ), BW. . (Flat file) (. 7).
, : , , . , ( ) -. , (. 8).
, , ADSO. , , (. 9).
, drag and drop. ( ) . , (.10).
, , «» . «». , (. 11).
: , , , , .. (. 12).
, -, «». drag and drop , : , .. (. 13).
, – (DTP - Data Transfer Process). «» (. 14).
, , . , (. 15).
, .
, ADSO (. 16).
: (Debugging). , , , . (. 17).
, , . , , , .
(. 18).
. , (. 19).
, , ADSO . (. 20).
(. 21).
, «Act.». , ADSO . , ADSO , BW , , .
, LSA++ (Virtual provider). , ?
, ADSO, , : , , . (. 22).
Composite provider, Virtual Data Marts (. 23).
, ADSO Left Outer Join ZSTAD – . .
, . -, (. 24).
, ! – Composite provider. Query – , BI- (. 25).
Query . , , , . ..
Query ! , (. 26).
(. 27).
! - , !
LSA++. LSA , , time-to-market , .
4 :
InfoObject – BW. , , -. - - ( ) - ( ).
Advanced DataStore Object (ADSO) – , BW HANA. ADSO - BW. , . ADSO -, , BW -. .
Open ODS View – , BW HANA. BW (View) , BW . -. Open ODS View , .
Composite Provider – , « ». - -, Union Join, .
, , LSA++, (. 28).
Staging layer/Corporate memory
Corporate memory. . . . , , , , «» - . ADSO.
Open ODS layer/Raw DWH
.
:
- DSO, SAP HANA, BW HANA Calculation View;
- Open ODS View.
, , -SAP-, - .
Propagation layer/Integrated DWH
. , . ADSO.
Architected Data Mart
. , Propagation layer Virtual data marts .
ADSO -.
Virtualization/Virtual Data Marts
-, ( ), , Union Join. Open ODS Propagation layer Architected Data Mart, .
-. -, , .
Virtual Data Marts Composite Provider Open ODS View .
LSA++ Virtualization/Virtual Data Marts . , , . , , , ..
:
- ;
- , ;
- ;
- - – ;
- , ;
- .
, , – , SAP BW/4HANA . , ! LSA++, , , , ?
, , ! !