Halo, Habr! Saatnya berbicara tentang jalur data dari sumber, dari mana asalnya, ke tampilan, tempat yang nyaman untuk menganalisisnya. Sekarang kita semua bekerja di lingkungan di mana kecepatan menyiapkan data untuk digunakan dapat menjadi keunggulan kompetitif. Mari kita lihat bagaimana pemodelan data di SAP BW / 4HANA dilakukan, seberapa cepat dan nyamannya, dan apakah itu memungkinkan perusahaan untuk mendapatkan keuntungan darinya.
Tapi pertama-tama, sedikit sejarah, dan kemudian, dengan menggunakan contoh setiap orang yang tidak peduli dengan topik sepak bola, kami akan menganalisis langkah-langkah praktis dalam sistem.
Pada tahun 1998, versi pertama dari produk SAP untuk pelaporan, analisis dan penyimpanan data yang disebut Sistem Informasi Gudang Bisnis disajikan. Ide utama di balik pembuatannya adalah untuk mengimplementasikan penyimpanan data yang lebih sederhana dan lebih efisien dengan fokus khusus pada data SAP ERP. Sejak itu, solusinya telah beralih dari versi 1.2A ke BW / 4HANA, menjadi komponen penting untuk membangun gudang data bagi ribuan perusahaan di seluruh dunia.
Perubahan yang diterima SAP BW selama keberadaannya merupakan jawaban atas tantangan berbagai tahapan dalam pengembangan gudang data. Ini adalah persyaratan untuk fungsionalitas, kinerja, volume data untuk analisis. Misalnya, transisi SAP BW dari database tradisional ke database residen (dalam memori). Sebenarnya, ini adalah gerakan menuju kecepatan pemrosesan peningkatan volume data dan penyelesaian masalah bisnis praktis dengan bantuan BW. Ini terutama berlaku sekarang, ketika bisnis mengharapkan TI untuk menerapkan persyaratan baru secepat mungkin. Ini bukan iseng, tetapi kondisi yang ditentukan oleh lingkungan kompetitif untuk menjalankan normal bisnis dan perkembangannya.
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++, , , , ?
, , ! !