SAP HANA Analytic View: Sådan opretter og bruger du

Af: Redaktionelle team Redaktionelle team
Hours Opdateret

⚡ Smart opsummering

SAP HANA Analytic View modellerer data som et stjerneskema og forbinder en central faktatabel for at attributtere visninger, så transaktionsdata kan aggregeres undervejs til flerdimensionel analyse indeni. SAP HANA Studio.

  • 🔘 Struktur: En faktatabel med transaktionsdata er placeret i midten, omgivet af dimensionstabeller og genanvendelige attributvisninger.
  • ☑️ nodes: Data Foundation indeholder faktatabellerne, Star Join tilføgger attributvisningerne, og Semantics definerer outputtet.
  • ✅ Mål: Der kan være flere tabeller i datagrundlaget, men der kan kun vælges målinger fra én af dem.
  • 🧪 Eksempel: PURCHASE_ORDER og PURCHASE_DETAIL forbindes på PO_NUMBER, og AT_PRODUCT-attributvisningen forbindes på PRODUCT_ID.
  • 🛠️ Aktivering: Validering og aktivering publicerer visningen som en kolonnevisning i _SYS_BIC-skemaet til rapportering.
  • 📈 retning: Analytiske visninger er forældede, så nye kubelignende modeller hører hjemme i grafiske beregningsvisninger.
Læs mere

Analytisk visning af stjerneskemamodellering i SAP HANA

Hvad er et analytisk synspunkt i SAP HANA?

Et analytisk syn i SAP HANA er baseret på stjerneskemamodellering og repræsenterer et OLAP- eller flerdimensionelt modelleringsobjekt. Det danner en kubelignende struktur, der bruges til at analysere data, og det passer til ethvert scenarie, hvor aggregerede data fra de underliggende tabeller er nødvendige.

I en analytisk visning er dimensionstabeller knyttet til den faktatabel, der indeholder transaktionsdataene. En dimensionstabel indeholder beskrivende data såsom produkt, produktnavn, leverandør eller kunde. En faktatabel indeholder beskrivende data sammen med målbare data såsom beløb og moms.

Da aggregeringen sker i hukommelsen på forespørgselstidspunktet, behøver der ikke at blive gemt aggregerede tabeller. Visningen defineres én gang i SAP HANA-modellering og genbruges af alle rapporter, der læser den.

Eksempel SAP HANA analytisk visning

Her oprettes en analytisk visning for en indkøbsordre baseret på attributvisning "AT_PRODUCT" blev oprettet tidligere. Tabellen Indkøbsordrehoved og tabellen Indkøbsordredetaljer leverer transaktionsdataene.

Kør begge scripts nedenfor i SQL konsol af SAP HANA Studio før modelleringstrinnene begynder.

SQL-script til at oprette tabellen “PURCHASE_ORDER” i “DHK_SCHEMA”

CREATE COLUMN TABLE "DHK_SCHEMA"."PURCHASE_ORDER"					
(		
PO_NUMBER NVARCHAR(10) primary key,							
COMPANY NVARCHAR (4),			
PO_CATEGORY NVARCHAR(2),			
PRODUCT_ID NVARCHAR(10),			
VENDOR NVARCHAR(10),			
TERMS NVARCHAR(4),			
PUR_ORG NVARCHAR(4),			
PUR_GRP NVARCHAR(3),			
CURRENCY NVARCHAR(5),			
QUOTATION_NO NVARCHAR(10),			
PO_STATUS VARCHAR(1),			
CREATED_BY NVARCHAR(20),			
CREATED_AT DATE		
);		

INSERT	INTO "DHK_SCHEMA"."PURCHASE_ORDER" VALUES(1000001,1000,'MM','A0001','V000001','CASH' ,1000,'GR1','INR',1000011,'A','HANAUSER','2016-01-07');																													
INSERT INTO "DHK_SCHEMA"."PURCHASE_ORDER" VALUES(1000002,2000,'MM','A0002','V000001','CASH',1000,'GR1','INR',1000012,'A','HANAUSER','2016-01-06');																			
INSERT INTO "DHK_SCHEMA"."PURCHASE_ORDER" VALUES(1000003,2000,'MM','A0003','V000001','CASH',1000,'GR1','INR',1000013,'A','HANAUSER','2016-01-07');																			
INSERT INTO "DHK_SCHEMA"."PURCHASE_ORDER" VALUES(1000004,2000,'MM','A0004','V000001','CASH',1000,'GR1','INR',1000014,'A','HANAUSER','2016-01-07');

SQL-script til at oprette tabellen “PURCHASE_DETAIL” i “DHK_SCHEMA”

CREATE	 COLUMN TABLE "DHK_SCHEMA"."PURCHASE_DETAIL"					
(		
PO_NUMBER NVARCHAR(10) primary key,							
COMPANY NVARCHAR(4),			
PO_CATEGORY NVARCHAR(2),			
PRODUCT_ID NVARCHAR(10),			
PLANT NVARCHAR(4),			
STORAGE_LOC NVARCHAR(4),			
VENDOR NVARCHAR(10),			
TERMS NVARCHAR(4),			
PUR_ORG NVARCHAR(4),			
PUR_GRP NVARCHAR(3),			
CURRENCY NVARCHAR(5),			
QUANTITY SMALLINT,			
QUANTITY_UNIT VARCHAR(4),			
ORDER_PRICE DECIMAL(8,2),			
NET_AMOUNT DECIMAL(8,2),			
GROSS_AMOUNT DECIMAL(8,2),			
TAX_AMOUNT DECIMAL(8,2)			
);		


INSERT	INTO "DHK_SCHEMA"."PURCHASE_DETAIL"	VALUES(1000001,1000,'MM','A0001',1001,101,
'V000001','CASH',1000,'GR1','INR',10,'UNIT',50000.00,40000.00,50000.00,10000.00);																									
INSERT	INTO "DHK_SCHEMA"."PURCHASE_DETAIL"	VALUES(1000002,2000,'MM','A0002',1002,102,
'V000002','CASH',1000,'GR1','INR',10,'UNIT',60000.00,48000.00,60000.00,12000.00);																									
INSERT	INTO "DHK_SCHEMA"."PURCHASE_DETAIL"	VALUES(1000003,2000,'MM','A0003',1003,103,
'V000001','CASH',1000,'GR1','INR',20,'UNIT',40000.00,32000.00,40000.00,8000.00);																									
INSERT	INTO "DHK_SCHEMA"."PURCHASE_DETAIL"	VALUES(1000004,2000,'MM','A0004',1004,104,
'V000002','CASH',1000,'GR1','INR',20,'UNIT',20000.00,16000.00,20000.00,4000.00);

De to scripts opretter tabellerne “PURCHASE_ORDER” og “PURCHASE_DETAIL” sammen med deres data.

Gå ikke glip af:

Sådan opretter du en analytisk visning i SAP HANA

En analytisk visning med navnet "AN_PURCHASE_ORDERS" oprettes nedenfor ud fra attributvisningen "AT_PRODUCT" og tabellerne "PURCHASE_ORDER" og "PURCHASE_DETAIL". De ti trin følger rækkefølgen af ​​editorskærmbillederne.

Trin 1) Opret en ny analytisk visning fra pakketræet vist nedenfor.

  1. Vælg underpakken Modelling under DHK_SCHEMA-pakken.
  2. Højreklik og vælg Ny.
  3. Vælg indstillingen Analytisk visning.

Ny analytisk visningsmulighed i underpakken Modellering i SAP HANA Studio

Trin 2) Informationsvisningseditoren åbnes for den analytiske visning. Udfyld oprettelsesdialogboksen vist nedenfor.

  1. Indtast navnet på den analytiske visning "AN_PURCHASE_ORDERS" og en etiket til den.
  2. Vælg visningstypen "Analytisk visning".

Dialogboks til oprettelse af analytisk visning med navnet AN_PURCHASE_ORDERS og visningstype

Når indtastningerne er færdige, skal du klikke på knappen Udfør. Informationsvisningseditoren vises derefter for den analytiske visning.

Trin 3) Tilføj tabellerne fra skemaet til dataene Foundation node under scenarieruden. Scenarieruden indeholder tre noder.

  1. Semantik: Denne node repræsenterer outputstrukturen for visningen.
  2. Stjernetilmelding: Denne node opretter den join, der knytter attributvisningerne til faktatabellen.
  3. Data Foundation: Denne node indeholder faktatabellerne fra den analytiske visning. Flere tabeller kan tilføjes, men målinger kan kun vælges fra én af dem.

Træk og slip tabellerne "PURCHASE_ORDER" og "PURCHASE_DETAIL" fra DHK_SCHEMA over på datafeltet. Foundation node, som vist nedenfor.

Tabellerne PURCHASE_ORDER og PURCHASE_DETAIL er fjernet fra dataene Foundation node

Trin 4) Tilføj attributvisningen til Star Join-noden.

  1. Vælg attributvisningen "AT_PRODUCT" fra modelleringspakken.
  2. Træk og slip attributvisningen over på Star Join-noden, som vist nedenfor.

AT_PRODUCT-attributvisningen er trukket til Star Join-noden i scenarieruden

Trin 5) I det samme vindue skal du arbejde i detaljepanelet som anvist.

  1. Klik på Dataene Foundation node. De tabeller, der er tilføjet til den, vises i detaljeafsnittet.
  2. Forbind tabellen "PURCHASE_ORDER" med tabellen "PURCHASE_DETAIL" i feltet "PO_NUMBER".
  3. Indtast tilslutningstype og kardinaliteten.

Rediger tilmeldingsskærmen, der slutter sig til PURCHASE_ORDER til PURCHASE_DETAIL på PO_NUMBER

Klik på OK-knappen for at beholde sammenføjningen.

Trin 6) Vælg følgende kolonner i det samme vindue.

  1. Vælg PO_NUMBER, COMPANY, PO_CATEGORY, PRODUCT_ID, PLANT og STORAGE_LOC fra tabellen "PURCHASE_DETAIL".
  2. Vælg kolonnen VALUTA fra tabellen "KØBSDETALJER".
  3. Vælg BRUTTOBELØB og SKATBELØB.
  4. Vælg kolonnerne PO_STATUS, CREATED_BY og CREATED_AT fra tabellen "PURCHASE_ORDER", som er indkøbsordreoverskriften.

Outputkolonner fra datagrundlaget er fremhævet med orange efter valg

Hver valgte kolonne, markeret med orange, vises i outputtet fra den analytiske visning.

Trin 7) Forbind attributvisningen med faktatabellen i datagrundlaget. Klik på noden Stjerneforbindelse i scenarieruden, som vist nedenfor.

Stjerneforbindelsesnoden er valgt i scenarieruden i den analytiske visningseditor

Attributvisningen og faktatabellen vises i detaljeruden. Forbind attributvisningen med datagrundlaget i kolonnen "PRODUCT_ID", som vist nedenfor.

Attributvisning knyttet til datagrundlaget i PRODUCT_ID-kolonnen

Klik på linket "Join". Der vises en pop op-boks med titlen "Rediger join", hvor jointypen er defineret som "Referentiel" og kardinaliteten som 1…1.

Rediger pop op-vinduet for join med join-typen Referentiel og kardinalitet 1 til 1

Klik på OK-knappen for at bekræfte stjernetilslutningen.

Trin 8) Definer attributterne, målene og nøglen til visningen. Vælg noden Semantik i scenarieruden, som vist nedenfor.

Semantiknode valgt i scenarieruden for at definere attributter og målinger

  1. Vælg fanen Kolonner i detaljeruden.
  2. Definer kolonnetypen som attribut eller mål. Hver kolonne her er en attribut undtagen "GROSS_AMOUNT", som er defineret som et mål.

Kolonner, der markerer GROSS_AMOUNT som et mål og resten som attributter

Trin 9) Valider og aktiver den analytiske visning fra værktøjslinjen.

  1. Valider den analytiske visning.
  2. Aktivér den analytiske visning.

Valider og aktivér ikoner på værktøjslinjen i den analytiske visningseditor

Den analytiske visning "AN_PURCHASE_ORDERS" er nu oprettet og aktiveret i mappen Analytic i underpakken Modelling, som vist nedenfor.

AN_PURCHASE_ORDERS er angivet under mappen Analytic i modelleringspakken

Trin 10) Se et eksempel på dataene i den analytiske visning.

  1. Gå til værktøjslinjen, og klik på ikonet "Dataforhåndsvisning".
  2. Vælg Åbn i Data Preview Editor.

Ikon for dataforhåndsvisning, der åbner editoren for dataforhåndsvisning for den analytiske visning

Der er tre faner tilgængelige i dataforhåndsvisningseditoren. Analyse Tab henter attributter og målinger ved at trække og slippe dem ind i etiketaksen og værdiaksen og viser outputtet som et diagram, en tabel, et gitter eller HTML, som nedenfor.

Fanen Analyse, der viser diagrammer over indkøbsordremålinger i forhold til etiketakseattributter

Forskellige værdier Fanen viser de forskellige værdier for én valgt attribut ad gangen, som nedenfor.

Fanen Ensartede værdier, der viser de forskellige poster for én valgt attribut

Raw data Fanen viser posterne i tabelformat, som nedenfor.

Fanen Rådata viser poster i den analytiske visning i tabelformat

Bemærk: En analytisk visning accepterer kun attributvisninger som sine dimensioner og understøtter ikke union operator. Begrænsninger på rækkeniveau på den aktiverede visning anvendes via analytiske privilegier.

Attributvisninger og analytiske visninger er udfaset fra og med SAP HANA 2.0 og er ikke tilgængelige i SAP HANA Cloud, så nye kubelignende modeller er bygget som grafiske beregningsvisninger af datakategori Kube med stjernesammenføring. Ovenstående trin gælder stadig for eksisterende SAP HANA 2.0-systemer, og modelleringskoncepterne overføres. Mere baggrund findes i SAP HANA serien.

Ofte Stillede Spørgsmål

En analytisk visning modellerer ét stjerneskema med en enkelt faktatabel, der leverer målinger. En beregningsvisning stabler projektioner, join-overførsler, foreninger og aggregeringer over enhver kilde, inklusive andre visninger, så den håndterer logik, som en analytisk visning ikke kan udtrykke.

Datagrundlaget repræsenterer én faktatabel. Yderligere tabeller kan sammenføjes for at berige den med attributter, men hvis man tillader målinger fra flere af dem, vil rækkerne blive mangedoblet under aggregering og returnere oppustede totaler.

Ja. Beregnede kolonner, begrænsede målinger, inputparametre og variabler er defineret i Semantics-noden. De evalueres under kørsel, så de underliggende tabeller forbliver uændrede, og alle forbrugere af visningen ser den samme logik.

AI-assistenter i SAP Værktøjer foreslår join-stier, markerer ubrugte kolonner og forudsiger dyre aggregeringer fra tidligere forespørgselsplaner. Maskinlæring på arbejdsbyrde traces anbefaler også, hvilke målinger der skal eksponeres, selvom en modelbygger stadig validerer hvert resultat.

GitHub Copilot udarbejder CREATE COLUMN TABLE- og SELECT-sætningerne, der feeder eller forespørger en visning, og det fremskynder testdatascripts. Genereret SQL skal stadig gennemgås i forhold til reel HANA-syntaks, privilegier og kolonnenavne.

Analytiske visninger kan stadig bruges i SAP HANA 2.0, men er udfasede. SAP HANA Cloud understøtter kun beregningsvisninger, så eksisterende analytiske visninger genopbygges som grafiske beregningsvisninger af datakategorien Kube med en stjernesammenslutningsnode.

Filtrering på rækkeniveau gives via analytiske rettigheder, som begrænser de værdier, en bruger kan læse for valgte attributter. Selve visningen forbliver uændret, og objektrettigheder alene begrænser aldrig, hvilke rækker der returneres.

Aktivering genererer en kolonnevisning i _SYS_BIC-skemaet. Enhver SQL-klient, SAP Analysesky, SAP BusinessObjects eller en ODBC- eller JDBC-rapport kan forespørge på den kolonnevisning, når brugeren har de nødvendige rettigheder.

Opsummer dette indlæg med: