ADAT-kiépítés és replikáció be SAP HANNA

⚡ Okos összefoglaló

Adatkiépítés itt: SAP A HANA betölti az adatokat a forrásrendszerekből, mielőtt bármely front-end eszköz elérhetné azokat.tracA folyamatból t, átalakítást és betöltést végez, beépített opciókon vagy külső eszközökön, például az SLT-n, a Data Services-en és a DXC-n keresztül.

  • 🔄 Alapfolyamat: A kiépítés létrehozza, előkészíti és lehetővé teszi a hálózat számára, hogy adatokat szolgáltasson a felhasználóinak ex-en keresztül.tract, transzformál és betölt.
  • 🇧🇷 Beépített opciók: Lapos fájl, intelligens adatfolyam, intelligens adathozzáférés, vállalati információkezelés és távoli adatok.
  • 🔌 Külső eszközök: SAP Tájátalakítás, Üzleti objektumok adatszolgáltatásai, Közvetlen ügyintézéstractor kapcsolat és Sybase replikációs szerver.
  • ⏱️ SLT erősség: Valós idejű és ütemezett replikáció mindkettőből SAP és nemSAP forrásrendszerek.
  • 🖼️ Adatszolgáltatások: Grafikus platform ETL folyamatok tervezéséhez heterogén forrásokból.
  • 📦 DXC természet: Közvetlen extracA tor Connection egy kötegelt ETL útvonal, amely meglévő BW ex-t használ újra.tractors.
  • 🔗 SLT előfeltételek: Egy RFC vagy adatbázis-kapcsolat a forráshoz és egy adatbázis-kapcsolat a SAP HANA.

Adatkiépítés és replikáció SAP HANNA

Mi az az adatszolgáltatás?

A DATA Provisioning egy folyamat létrehozása, előkészítése és lehetővé tétele, hogy egy hálózat adatokat tudjon szolgáltatni a felhasználó számára. Az adatokat be kell tölteni ide SAP HANA, mielőtt az adatok egy front-end eszközön keresztül eljutnának a felhasználóhoz.

Mindezekre a folyamatokra hivatkozunk ETL (Volttract, átalakítás és betöltés), és a részletek az alábbiak:

  • Extract - Ez az ETL első és néha legnehezebb része, amelyben az adatokat extraca különböző forrásrendszerből származik.
  • Átalakítás – Az átalakítási részben szabályok vagy függvények sorozatát definiáljuk az adatpéldára.traca forrásrendszerből, az adatok célrendszerbe való betöltéséhez.
  • Betöltés - A betöltési fázis betölti az adatokat a célrendszerbe.

Mivel SAP A HANA memóriában tárolja az adatokat, és gyakran használják valós idejű jelentéskészítéshez, a kiépítési módszer megválasztása közvetlen hatással van arra, hogy mennyire aktuálisak a jelentésben szereplő adatok. Ezt a választást az elérhető eszközök felsorolása után vizsgáljuk meg.

Replikáció be SAP HANNA

SAP A HANA kétféle kiépítési eszközt támogat –

  1. SAP HANA beépített kiépítési eszköz
    1. Flat File
    2. Intelligens adatfolyam
    3. Intelligens adathozzáférés (SDA)
    4. Vállalati információkezelés (EIM)
    5. Távoli adatok
  2. által támogatott külső eszköz SAP HANNA
    1. SAP Táj átalakítás
    2. SAP Business Objects Data Services
    3. SAP Közvetlen extractor csatlakozás
    4. Sybase Replication Server

Jelenleg az adatszolgáltatás fő módszerei léteznek SAP HANA, ezek...

Az adatszolgáltatás módszerei Leírás
SLT SLT ( "SAP Landscape Transformation Replication Server”), amely a SAP Net Weaver platform. Az SLT ideális megoldás a valós idejű és ütemezési idejű replikációhoz SAP és nemSAP forrásrendszer.
SAP DATA szolgáltatások SAP DATA szolgáltatások egy platform az ETL folyamatok tervezésére grafikus felhasználói felülettel.
DXC DXC a Direct Ex rövidítésetracA Tor Connect egy kötegelt ETL eszköz.
Lapos fájl feltöltése Ez az opció az adatok (.csv, .xls, .xlsx) feltöltésére szolgál SAP HANA.

SAP HANA SLT útiterv

SAP A HANA SLT ütemterve az alábbi – az SLT-n keresztüli adatszolgáltatáshoz RFC/DB-kapcsolat szükséges SAP/Nem-SAP Forrásrendszer és DB kapcsolat ehhez SAP HANA adatbázis. On SAP SLT szerver, definiáljuk a Térképetping és átalakítás. Az alábbiakban egy ütemtervet láthat az SLT-n keresztüli adatkiépítéshez.

SAP HANA SLT útiterv
SAP HANA SLT útiterv

Az SLT, az adatszolgáltatások, a DXC és a lapos fájlrendszer összehasonlítása

A négy fő módszer nem felcserélhető. Mindegyiket más késleltetési követelményhez és más típusú forráshoz tervezték, amit a táblázat is világosan kitűz.

Vizsgált paraméter SLT SAP Adatszolgáltatások DXC Flat File
Késleltetés Valós idejű vagy ütemezett Köteg, ütemezett Köteg, ütemezett Kézi, egyszeri
Forrásrendszerek SAP és nemSAP adatbázisok Szinte bármilyen forrásból, beleértve a fájlokat és a webszolgáltatásokat is SAP Csak üzleti lakosztály CSV, XLS, XLSX
Átalakítás Egyszerű, szabályokon alapuló replikáció Gazdag grafikus transzformációk A meglévő ex alkalmazzatractor Egyik sem
Szemantika megőrzve Csak asztalszinten Ahogy a munkában eltervezték Igen, az ex üzleti szemantikájatractor Egyik sem
Beállítási erőfeszítés Közepes, SLT szervert igényel Magas, adatszolgáltatási környezetet igényel Alacsony, ahol pl.tracléteznek Nagyon alacsony
Tipikus felhasználás Operaélő tranzakciókról szóló jelentéstétel Heterogén források konszolidációja Meglévő BW ex újrafelhasználásatractor logika Prototyping és kis keresőtáblák

Mindegyikhez tartozik egy külön oktatóanyag: SLT, SAP Adatszolgáltatások, DXCés sima fájl feltöltése.

Intelligens adathozzáférés és intelligens adatintegráció

A fenti beépített lista két olyan lehetőséget tartalmaz, amelyek a többitől eltérően viselkednek, mivel egyáltalán elkerülhetik az adatok másolását.

Intelligens adathozzáférés (SDA). Az SDA létrehoz egy virtuális táblát a SAP HANA, amely egy távoli rendszerben lévő táblára mutat. Nincsenek adatok replikálva. Amikor egy lekérdezés megérinti a virtuális táblát, a HANA a lehető legtöbb munkát leküldi a távoli adatbázisba, és csak az eredményt kéri le. Az előnye, hogy a tárolási költség nulla, és az adatok mindig aktuálisak. A korlátozás az, hogy a lekérdezési sebesség mostantól a távoli rendszertől függ, így egy lassú forrás egy gyors HANA jelentést is lassúvá tesz.

Intelligens adatintegráció (SDI). Az SDI olyan adapterekkel bővíti az ötletet, amelyek replikálni is tudnak, akár kötegelt feldolgozással, akár változásadatok rögzítésével, és transzformációkat is alkalmaznak a folyamat során. Lényegében a Data Services által kínált összes szolgáltatást magában foglalja a HANA-ban, így nincs szükség különálló ETL-környezetre a kisebb projektek esetében.

A három család közötti választás három kérdésre vezethető vissza:

  • Mennyire kell aktuálisnak lenniük az adatoknak? Az SLT vagy SDI valós idejű pontjai módosítják az adatrögzítést; az adatszolgáltatások vagy a DXC számára egy éjszaka elegendő.
  • Szükséges egyáltalán másolni az adatokat? Ha ritkán kérdezik le, és egy alkalmas adatbázisban található, az SDA teljesen elkerüli a duplikációt.
  • Mekkora átalakításra van szükség? Az egyszerű szűrés megfelel az SLT-nek; az összetett tisztítás, deduplikáció és keresések a Data Servicesnek.

Miután az adatok megérkeztek, jelentéskészítésre kerülnek a leírásban leírt információs nézeteken keresztül. SAP HANA modellezés tutorial.

GYIK

A replikáció a sorokat a HANA-ba másolja, így a lekérdezések gyorsak és a tárhely is elfogy. Az SDA-n keresztüli virtualizáció az adatokat a forrásban hagyja, és igény szerint beolvassa, így a rendszer sebességet vált ki pénznemre.

Igen, és a legtöbb környezet ezt teszi. Az SLT jellemzően élő tranzakciós táblázatokat kezel, míg a Data Services egy éjszaka alatt konszolidálja a külső forrásokat, mindegyik más-más sémába írva.

Az AI a betöltés előtt profilokat készít a forrásadatokról, észleli a duplikációkat, az inkonzisztens formátumokat és a hiányzó kulcsokat, így a problémák a forrásuknál korrigálódnak, ahelyett, hogy hetekkel később egy jelentésben jelennének meg.

Igen. A sorok számának és a betöltési idők anomáliáinak észlelése jelzi az elakadt vagy lelassult replikációt, ami gyakran láthatatlan marad, amíg egy jelentés meg nem mutatja a tegnapi adatokat.

Prototípushozping, kis referenciatáblák és egyszeri betöltések. Manuális és megismételhetetlen, ezért soha nem szabad olyan éles adatfolyamban elhelyezni, amelynek ütemterv szerint kell futnia.

Foglald össze ezt a bejegyzést a következőképpen: