SAP DS (adatszolgáltatások) a HANA-ban

⚡ Okos összefoglaló

SAP Az Adatszolgáltatások egy vállalati ETL platform, amely heterogén forrásokból származó adatokat mozgat és tisztít meg SAP HANA. A tervező, a feladatkiszolgáló, a motor, a tárház és az hozzáférési kiszolgáló együttműködve építik fel, ütemezik és futtatják az adatfolyamatokat.

  • 🧩 Fő cél: Az egyik platform lefedi az adatintegrációt, az átalakítást, az adatminőséget, az adatprofilozást és a szöveges adatok feldolgozását egy céladatbázisba vagy adattárházba.
  • 🏗️ Alkatrészkészlet: A Designer létrehozza a feladatokat, a Job Server elindítja azokat, a Engine végrehajtja azokat, a Repository tárolja a metaadatokat, és az Access Server kezeli a valós idejű üzenetküldést.
  • 🗄️ Tárolótípusok: Egy helyi adattár a Designer és a Job Server feladatait látja el, míg egy központi adattár kezeli az objektummegosztást és a verziókövetést.
  • 🔗 Adattár szabály: Minden forráshoz és minden célhoz külön adattárra van szükség, mivel az adattár a logikai csatorna egy adatbázishoz.
  • 📐 Objektumhierarchia: A projekt feladatokat, a feladat munkafolyamatokat, a munkafolyamat pedig adatfolyamokat tárol, a munkafolyamatok és a feltételek opcionálisak maradnak.
  • 🇧🇷 Betöltési sorrend: Adattárak létrehozása, metaadatok importálása, importkiszolgáló konfigurálása, projekt, feladat, munkafolyamat és adatfolyam felépítése, majd végrehajtás és ellenőrzés.
  • 🔄 Verzió állapota: SAP A Data Services 4.3-as verziója a jelenlegi kiadás, a 4.2-es verzió pedig 2023. május 31-én elérte a mainstream karbantartás végét.

SAP DS (adatszolgáltatások) SAP HANNA

Mi a SAP Adatszolgáltatások?

SAP A Data Services egy ETL eszköz, amely egyetlen vállalati szintű megoldást kínál az adatintegrációra, -átalakításra, -minőség-ellenőrzésre, -profilozásra és -szövegfeldolgozásra heterogén forrásból egy céladatbázisba vagy adattárházba.

Az alkalmazásokat, más néven feladatokat, a Designerben hozzuk létre, ahol az adatleképezésping és az átalakulás definiálva van. A terméket más néven SAP BusinessObjects adatszolgáltatások, rövidítve: SAP BODS, és mindkét név ugyanazt az eszközt írja le. SAP A Data Services 4.3-as verziója a jelenlegi kiadás; a 4.2-es verzió karbantartása 2023. május 31-én véget ért, így az új implementációk várhatóan a 4.3-as verziótól kezdődnek.

Egy SAP HANA táj, SAP Az Adatszolgáltatások akkor a legjobb választás, ha az adatokat beérkezésük során kell átformálni, ahelyett, hogy eredeti állapotukban másolnánk őket. Az alábbi szakaszok bemutatják, mit kínál az eszköz, hogyan illeszkednek egymáshoz az egyes részei, és egy teljes munkaterhelést. SAP ECC tábla SAP HANA.

Jellemzői SAP Adatszolgáltatások

Az alábbi képességek megmagyarázzák, miért SAP Az Data Services inkább vállalati szintű platformként, mint egyszerű másolóeszközként van pozicionálva.

  • Nagy teljesítményű párhuzamos transzformációkat biztosít.
  • Átfogó adminisztrációs eszközökkel és jelentéskészítő eszközzel rendelkezik.
  • Több felhasználót támogat.
  • SAP SZERVEK nagyon rugalmas a webszolgáltatás-alapú alkalmazásokkal.
  • Gazdag függvénykészlettel rendelkező szkriptnyelvet tesz lehetővé.
  • SAP Az adatszolgáltatások integrálhatók SAP LT replikációs szerver (SLT) trigger alapú technológiát használva. Az SLT delta képességeket ad hozzá mindenhez SAP vagy nemSAP forrástábla, amely lehetővé teszi a változásadatok rögzítését és a deltaadatok átvitelét a forrástáblából.
  • Adatellenőrzés műszerfalakkal és folyamataudittal.
  • Egy adminisztrációs eszköz ütemezési képességekkel és monitorozó műszerfalakkal.
  • Hibakeresés, beépített profilalkotás és adatmegtekintés.
  • SAP Az Adatszolgáltatások a források és célok széles skáláját támogatják:
  • Bármely alkalmazás, például SAP.
  • Bármely adatbázis, tömeges betöltéssel és változásadatok rögzítésével.
  • Fájlok: fix szélességű, vesszővel elválasztott, COBOL, XML és Excel.

Ezeket a funkciókat egy kis telepíthető komponenskészlet biztosítja, amelyek mindegyikének külön szerepe van.

A SAP Adatszolgáltatások

SAP Az Adatszolgáltatások az alábbi összetevőket tartalmazzák.

  1. Tervező – Ez egy fejlesztőeszköz, amellyel létrehozhatunk, tesztelhetünk és végrehajthatunk egy adattárházat feltöltő feladatot. Lehetővé teszi a fejlesztő számára objektumok létrehozását és konfigurálását egy forrás-cél folyamatábrán található ikon kiválasztásával. Alkalmazások létrehozására használható munkafolyamatok és adatfolyamok megadásával. A Data Services Designer megnyitásához látogasson el a következő oldalra: Start menü -> Minden program -> SAP Adatszolgáltatások -> Adatszolgáltatás-tervező.

Nyisd ki SAP Adatszolgáltatás-tervező a Start menüből

  1. Feladatkiszolgáló – Ez egy olyan alkalmazás, amely elindítja a Data Services feldolgozómotort, és interfészként szolgál a motor és a Data Services csomag között.
  2. Motor – Az Adatszolgáltatások motorja végrehajtja az alkalmazásban definiált egyedi feladatokat.
  3. raktár – A tárház egy adatbázis, amely a Designer által előre definiált objektumokat és a felhasználó által definiált objektumokat (forrás- és célmetaadatok, átalakítási szabályok) tárolja. A tárházak két típusba sorolhatók:
  • Helyi adattár (a Designer és a Job Server használja).
  • Központi Adattár (objektummegosztásra és verziókövetésre használják).
  1. Access Server – Az Access Server üzeneteket továbbít a webalkalmazások, a Data Services Job Server és a motorok között.
  2. adminisztrátor – A webes adminisztrátor böngészőalapú adminisztrációt biztosít az Adatszolgáltatások erőforrásaihoz, az alábbiakban részletezve:
  • Konfigurálás, indítás és leállításping valós idejű szolgáltatások.
  • Kötegelt feladatok ütemezése, monitorozása és végrehajtása.
  • Job Server, Access Server és adattár használatának konfigurálása.
  • Felhasználók kezelése.
  • Kötegelt feladatok és valós idejű szolgáltatások közzététele webszolgáltatásokon keresztül.
  • Adapterek konfigurálása és kezelése.

Az egyes komponensek funkcióinak ismerete csak a kép fele. Az alábbi architektúra bemutatja, hogyan kommunikálnak a terhelés során.

SAP Adatszolgáltatások Architectúra

Az adatszolgáltatások architektúrája a következő összetevőkből áll:

  • Központi adattár – a Job Serverek adattár-konfigurációihoz, biztonságkezeléshez, verziókövetéshez és objektummegosztáshoz használják.
  • Tervező – projektek, feladatok, munkafolyamatok és adatfolyamok létrehozására, valamint futtatására szolgál.
  • Helyi adattár – itt létrehozhat, módosíthat és elindíthat feladatokat, munkafolyamatokat és adatfolyamokat.
  • Job Server & Engine – kezeli a feladatokat.
  • Hozzáférési szerver – a fejlesztők által a tárházakban létrehozott valós idejű feladatok végrehajtására szolgál.

Az alábbi képen az Adatszolgáltatások és az összetevői közötti kapcsolatok láthatók.

SAP SZERVEK ArchiA Designert, a tárházakat, a Job Servert és az Access Servert ábrázoló struktúra

SAP SZERVEK Architectúra

Designer ablak részlet

A Designer az a komponens, amellyel a fejlesztő a legtöbb időt tölti, ezért érdemes először az elrendezését megismerni. Az Data Services Designer egyes szakaszainak részletei az alábbiakban olvashatók:

  1. Eszköztár (Megnyitás, Mentés, Vissza, Érvényesítés, Végrehajtás stb. műveletekhez használható).
  2. Projekt Terület (tartalmazza az aktuális projektet, amely magában foglalja a feladatot, a munkafolyamatot és az adatfolyamatot. Az Adatszolgáltatásokban minden entitás objektum).
  3. Munkahely (az alkalmazásablak azon területe, ahol objektumokat definiálunk, jelenítünk meg és módosítunk).
  4. Helyi Tárgytár (helyi adattár-objektumokat tartalmaz, például átalakításokat, feladatokat, munkafolyamatokat, adatfolyamokat stb.).
  5. Eszközpaletta (az eszközpalettán található gombok lehetővé teszik új objektumok hozzáadását a munkaterülethez).

SAP Adatszolgáltatások tervező ablaka eszköztárral, projektterülettel, munkaterülettel, objektumtárral és eszközpalettával

Objektumhierarchia

Az alábbi ábra a Data Services kulcsfontosságú objektumtípusainak hierarchikus kapcsolatait mutatja be.

SAP Adatszolgáltatások objektumhierarchiája a projekttől az adatfolyamig

Jegyzet: Az alábbi jelmagyarázat a hierarchia opcionális elemeit azonosítja.

A munkafolyamat és a feltételes objektumok jelmagyarázat-jelölése opcionálisként

A munkafolyamatok és a feltételes utasítások megadása opcionális.

A használt tárgyak SAP Az adatszolgáltatások részletes leírása alább található.

tárgyak Leírás
NetPoulSafe projekt A projekt a Designer ablak legfelsőbb szintű objektuma. A projektek segítségével rendszerezheti a Data Servicesben létrehozott többi objektumot. Egyszerre csak egy projekt lehet megnyitva, ahol a „nyitott” azt jelenti, hogy „látható a projektterületen”.
Munka A „feladat” a legkisebb munkaegység, amelyet függetlenül ütemezhet végrehajtásra.
Scripts Sorok részhalmaza egy eljárásban.
munkafolyamat A „munkafolyamat” több adatfolyam összevonása egyetlen koherens munkafolyamatba egy teljes feladathoz. A munkafolyamat opcionális. A munkafolyamat egy olyan eljárás, amely a következőket teheti:

  • Hívási adatfolyamok
  • Egy másik munkafolyamat meghívása
  • Határozza meg a feladatában végrehajtandó lépések sorrendjét
  • Paraméterek átadása adatfolyamoknak és adatfolyamokból
  • Adja meg, hogyan kell kezelni a végrehajtás során előforduló hibákat
  • Határozza meg a projekt egyes részeinek végrehajtásához szükséges feltételeket
Adatáramlás Az „adatfolyam” az a folyamat, amelynek során a forrásadatokat céladatokká alakítják. Az adatfolyam egy újrafelhasználható objektum. Mindig egy munkafolyamatból vagy egy feladatból hívják meg. A következőkre használják:

  • Azonosítsa a beolvasni kívánt forrásadatokat
  • Határozza meg az adatokon végrehajtani kívánt transzformációkat
  • Azonosítsa azt a céltáblát, amelybe az adatokat betölteni szeretné
Adattár Egy logikai csatorna, amely összeköti az adatszolgáltatásokat a forrás- és céladatbázisokkal.

  • Minden forrás- és céladatbázishoz meg kell adni
  • A forrás- és céladatbázisok metaadatainak a tárházba importálására szolgálnak.
  • Az adatszolgáltatások használják az adatok forrástáblákból való beolvasására és a céltáblákba való betöltésére.
Target Az a tábla vagy fájl, amelybe a Data Services betölti az adatokat a forrásból.

SAP Adatszolgáltatások vs. SLT vs. DXC

SAP Az Adatszolgáltatások egyike a számosnak adatkiépítés opciók SAP HANA, és a rossz módszer kiválasztása olyan költségekkel jár, amelyeket semmilyen finomhangolás nem képes megtéríteni. Az alábbi táblázat összehasonlítja a három szerveroldali módszert.

Kritériumai SAP Adatszolgáltatások SLT DXC
Késleltetés Kötegelt vagy ütemezett Valós idő Köteg, adatforrás által ütemezve
Átalakítás Teljes ETL, tisztítás és profilalkotás Egyszerű szűrő- és mezőszabályok Nincs túl az ex-entractor logika
Forrás hatóköre SAP és nemSAP, fájlok, alkalmazások SAP és nemSAP adatbázisok SAP Csak üzleti lakosztály
Extra szerver szükséges Igen, Feladatkiszolgáló Általában igen Nem
A legalkalmasabb Adatminőség és többforrású konszolidáció OperaÉlő adatokról szóló jelentéskészítés Meglévő üzleti tartalom újrafelhasználása pl.tractorzok

Röviden, válasszon SAP Adatszolgáltatások, ha az adatokat a beérkezés előtt meg kell tisztítani, össze kell kapcsolni vagy szabványosítani. Válassza az SLT-t, ha a jelentésnek a tranzakciót a folyamat pillanatában kell tükröznie, és DXC amikor egy bevált üzleti tartalomkészítőtraca tor már előállítja a szükséges szemantikát. Egyszeri, ismétlődő ütemezés nélküli adathalmaz esetén a sima fájl feltöltése gyorsabb, mint bármelyik három konfigurálása.

Hogyan töltsünk be adatokat egy SAP Forrástábla használata SAP Adatszolgáltatások

A Data Services minden eleme egy objektum. Minden forrás- és céladatbázishoz külön adattárra van szükség.

Az adatok betöltésének teljes sorozata egy SAP A forrástáblázat alább látható. Minden egyes lépést részletesen bemutatunk.

  • Hozz létre egy adattárat a forrás és a BODS között
  • Metaadatok (struktúrák) importálása a BODS-ba
  • Az importkiszolgáló konfigurálása
  • Metaadatok importálása a HANA rendszerbe
  • Hozz létre egy adattárat a BODS és a HANA között
  • Hozzon létre egy projektet
  • Feladat létrehozása (kötegelt vagy valós idejű)
  • Munkafolyamat létrehozása
  • Hozzon létre egy adatfolyamot
  • Objektumok hozzáadása az adatfolyamhoz
  • Végezze el a munkát
  • Az adatok előnézetének ellenőrzése a HANA-ban

Step 1) Hozz létre egy adattárat a kettő között SAP forrás és BODS.

  1. Adatok betöltéséhez egy SAP forrásba SAP HANA át SAP BODS, egy adattár szükséges. Tehát először létrehozunk egy adattárat, ahogy az alább látható – Projekt -> Új -> Adattár

Új adattár létrehozása a Data Services Designer Projekt menüjéből

  1. Megjelenik egy felugró ablak az Új adattár létrehozása lehetőségre. Adja meg az alábbi adatokat:
    1. Adja meg az adattár nevét: „ds_ecc”.
    2. Válassza ki az adattár típusának nevét a következőként: „SAP Pályázatok”.
    3. Adja meg az adatbázis-kiszolgáló nevét.
    4. Adja meg a felhasználónevet és a jelszót.
    5. Kattintson az „Alkalmaz” gombra.
    6. Kattintson az „OK” gombra.

Új adattár létrehozása párbeszédpanel a ds_ecc számára a következővel: SAP Alkalmazások típusa

  1. Az adattár létrejön. Tekintse meg a létrehozott adattárat az alábbiak szerint.
  1. Menj a helyi objektumtárba.
  2. Válassza ki az Adattár fület.
  3. Megjelenik a „ds_ecc” adattár.

A helyi objektumkönyvtár Adattár lapján felsorolt ​​ds_ecc adattár

Step 2) Metaadatok (struktúra) importálása a BODS szerverre.

Létrehoztunk egy adattárat az ECC-ből a BODS-ba; most metaadatokat importálunk az ECC-ből a BODS-ba. Az importáláshoz kövesse az alábbi lépéseket.

  1. Válassza ki a „ds_ecc” adattárat, és kattintson rá a jobb gombbal.
  2. Válassza a Név szerinti importálás lehetőséget.

Név szerinti importálás opció a ds_ecc adattár helyi menüjében

Megjelenik egy felugró ablak a név szerinti importáláshoz. Adja meg az adatokat az alábbiak szerint:

  1. Válassza a Típus táblázatként lehetőséget.
  2. Add meg az importálni kívánt tábla nevét. Itt importáljuk a KNA1 táblát.
  3. Kattintson az „Importálás” gombra. A KNA1 tábla megjelenik a „ds_ecc” adatforrás Table csomópontja alatt.

Név szerinti importálás párbeszédpanel a tábla típusával és a megadott KNA1-gyel

A tábla metaadatai az alábbiak szerint importálódnak a ds_ecc adattárba.

A ds_ecc adattár alá importált KNA1 tábla metaadatai

Step 3) Konfigurálja az importkiszolgálót.

Eddig importáltunk egy táblázatot az ECC számára létrehozott „ds_ecc” adattárba, hogy SAP BODS kapcsolat. Adatok importálásához SAP HANNA, konfigurálnunk kell az Import szervert.

  1. Ehhez menjen Gyorsnézet -> Importkiszolgáló konfigurálása az alábbi.

Konfigurálja az Import Server opciót a SAP HANA Stúdió Gyorsnézet

  1. Megjelenik egy felugró ablak a Rendszer kiválasztása lehetőségre. Válassza ki a SAP HANA rendszer (itt HDB) az alábbiak szerint.

Rendszer kiválasztása párbeszédpanel a HDB-vel SAP HANA rendszer kiválasztva

  1. Kattintson a „Tovább” gombra. Megjelenik egy újabb felugró ablak az Adatszolgáltatások hitelesítő adataival. Adja meg a következő adatokat:
  1. SAP BODS szerver címe (itt BODS:6400).
  2. SAP BODS adattár neve (HANAUSER adattár neve).
  3. ODBC adatforrás (ZTDS_DS).
  4. Alapértelmezett port a következőhöz: SAP BODS szerver (8080).

Adatszolgáltatások hitelesítő adatai párbeszédpanel a kiszolgáló címével, adattárral, ODBC forrással és porttal

Kattintson a „Befejezés” gombra.

Step 4) Importálja a metaadatokat a HANA rendszerbe.

Az importkiszolgáló most már konfigurálva van, így a metaadatok importálhatók a SAP BODS szerver.

  1. Kattintson az Importálás lehetőségre a Gyorsnézetben.
  2. Megjelenik egy felugró ablak az importálási beállításokkal. Válassza a „Metaadatok szelektív importálása” lehetőséget.

Importálás párbeszédpanel kijelölt metaadatok szelektív importálásával

Kattintson a „Next” gombra.

Megjelenik egy „Metaadatok szelektív importálása” felugró ablak, amelyben kiválaszthatjuk a célrendszert.

  1. Válassza ki a SAP HANA rendszer (itt HDB).

Metaadatok szelektív importálása varázsló a céllal SAP HANA rendszer kiválasztva

Kattintson a „Next” gombra.

Step 5) Hozz létre egy adattárat a BODS és a HANA között.

A BODS-ban külön adattárra van szükség a forrás- és céladattárhoz. A forrásadattár már létezik, ezért a BODS és a HANA között következőként létrejön egy céladattár „DS_BODS_HANA” néven.

  1. Lépjen a Project -> New -> Datastore menüpontra.

A DS_BODS_HANA adattár létrehozása a Projekt menüből

  1. Egy új adattár létrehozására szolgáló képernyő jelenik meg, mint az alább látható.
    1. Adja meg az adattár nevét (DS_BODS_HANA).
    2. Adja meg az adattár típusát Adatbázisként.
    3. Adja meg az adatbázis típusát a következőképpen: SAP HANA.
    4. Válassza ki az adatbázis verzióját.
    5. Lépjen be a SAP HANA adatbázis-kiszolgáló neve.
    6. Adja meg a port nevét a SAP HANA adatbázis.
    7. Adja meg a felhasználónevet és a jelszót.
    8. Jelölje be az „Automatikus adatátvitel engedélyezése” jelölőnégyzetet.

Új adattár létrehozása párbeszédpanel a DS_BODS_HANA számára a következővel: SAP HANA adatbázis típusa

Kattintson az „Alkalmaz”, majd az „OK” gombra.

A „DS_BODS_HANA” adattár a Helyi objektumkönyvtár Adattár lapján jelenik meg, az alábbiak szerint.

A DS_BODS_HANA adattár megjelenik a helyi objektumkönyvtárban

  1. Most importálunk egy táblázatot a „DS_BODS_HANA” adattárba.
    1. Válassza ki a „DS_BODS_HANA” adattárat, és kattintson rá a jobb gombbal.
    2. Válassza a Név szerinti importálás lehetőséget.

Név szerinti importálás opció a DS_BODS_HANA adattár helyi menüjében

  1. Megjelenik egy felugró ablak a név szerinti importáláshoz, ahogy az alább látható.
    1. Válassza a Típus táblázatként lehetőséget.
    2. Írd be a nevet KNA1 formátumban.
    3. A tulajdonos Hanauser néven jelenik meg.
    4. Kattintson az Importálás gombra.

Név szerinti importálás párbeszédpanel KNA1 importálása a DS_BODS_HANA-ba

A táblázat importálásra kerül a „DS_BODS_HANA” adattárba. A táblázatban található adatok megtekintéséhez kövesse az alábbi lépéseket.

  1. Kattintson a „KNA1” táblára a „DS_BODS_HANA” adattárban.
  2. Az adatok táblázatos formátumban jelennek meg.

A KNA1 táblázat adatai táblázatos formátumban jelennek meg az Adatszolgáltatásokon belül

6. lépés) Határozza meg a projektet. Egy projekt csoportosítja és rendszerezi a kapcsolódó objektumokat. Egy projekt tetszőleges számú feladatot, munkafolyamatot és adatfolyamatot tartalmazhat.

  1. Lépjen a Tervező projekt menübe.
  2. Válassza az Új lehetőséget.
  3. Válassza a Projekt lehetőséget.

Új projekt létrehozása a Designer Project menüből

Megjelenik egy felugró ablak az új projekt létrehozásához, ahogy az alább látható. Írja be a projekt nevét, és kattintson a Létrehozás gombra. Létrejön egy projektmappa, esetünkben a BODS_DHK.

Új projekt párbeszédablak BODS_DHK projektnévvel

7. lépés) Határozza meg a munkát. A feladat egy újrafelhasználható objektum. Munkafolyamatokat és adatfolyamokat tartalmaz. A feladatok manuálisan vagy ütemezetten is végrehajthatók. Egy BODS folyamat végrehajtásához definiálni kell egy feladatot.

Létrehozunk egy JOB_Customer nevű feladatot.

  1. Jelölje ki az előző lépésben létrehozott projektet (BODS_DHK), kattintson rá jobb gombbal, és válassza az „Új kötegelt munka” lehetőséget.
  2. Nevezze át „JOB_Customer” névre.

Új kötegelt feldolgozás létrehozása a BODS_DHK projekt alatt

8. lépés) Határozza meg a munkafolyamatot.

  1. Válassza ki a „JOB_Customer” feladatot a projektterületen.
  2. Kattintson a munkafolyamat gombra az eszközpalettán. Kattintson az üres munkaterületre. Egy munkafolyamat ikon jelenik meg a munkaterületen.
  3. Módosítsa a munkafolyamat nevét „WF_Customer”-re.

A WF_Customer munkafolyamat létrehozva a Data Services munkaterületen

Kattintson a munkafolyamat nevére, és a munkafolyamat üres nézete jelenik meg a munkaterületen.

Üres munkafolyamat-munkaterület, amely készen áll az adatfolyamra

9. lépés) Határozza meg az adatfolyamot.

  1. Kattintson a „WF_Customer” munkafolyamatra.
  2. Kattintson az eszközpalettán az adatfolyam gombra. Kattintson az üres munkaterületre. Egy adatfolyam ikon jelenik meg a munkaterületen.
  3. Módosítsa az adatfolyam nevét „DF_Customer” névre.
  4. Az adatfolyam a bal oldali projektterületen, a feladat neve alatt is megjelenik.

A WF_Customer munkafolyamaton belül létrehozott DF_Customer adatfolyam

10. lépés) Objektumok hozzáadása az adatfolyamhoz.

Az adatfolyamon belül utasításokat adunk meg a forrásadatok céltábla kívánt formába alakításához.

Három objektumot használnak:

  • Egy objektum a forrás számára.
  • Egy objektum a céltábla számára.
  • Egy objektum a lekérdezéstranszformációhoz, amely a forrás és a cél oszlopait képezi le.

Kattintson a DF_Customer adatfolyamra. Egy üres munkaterület jelenik meg, mint az alább látható.

Üres adatfolyam-munkaterület a DF_Customer számára

  1. Adja meg a forrás objektumát – Lépjen a „ds_ecc” adattárba, jelölje ki a KNA1 táblát, és húzza át az üres adatfolyam-képernyőre.
  2. Adja meg a célobjektumot – Válassza ki a „DS_BODS_HANA” adattárat a tárhelyből, és jelölje ki a KNA1 táblát.
  3. Húzd át a munkaterületre, és válaszd ki a „Létrehozás” lehetőséget. Target” opciót. Most két tábla lesz, egy forrás és egy cél.

Forrás- és cél KNA1 táblaobjektumok elhelyezése az adatfolyamban

  1. Lekérdezés-átalakítás – Ez egy olyan eszköz, amely a felhasználó által meghatározott feltétel bemeneti sémája alapján adatok lekérésére, valamint adatok forrásból célba szállítására szolgál.
    1. Válassza ki a Lekérdezés átalakítása ikont az eszközpalettáról, és húzza át a forrás- és célobjektumok között a munkaterületen.
    2. Kapcsolja össze a lekérdezési objektumot a forrással.
    3. Kapcsolja össze a Query objektumot a céltáblával.

Lekérdezéstranszformáció összekapcsolva a forrás- és céltábla között

Double-kattintson a Lekérdezés ikonra a bemeneti séma oszlopainak a kimeneti sémához való leképezéséhez. Egy leképezésping megjelenik egy ablak, amelyben a következőket tehetjük:

  1. A KNA1 forrástábla van kiválasztva.
  2. Jelölje ki az összes oszlopot a forrástáblából, kattintson a jobb gombbal, és válassza a Kimenethez igazítás lehetőséget.
  3. A cél kimenet lekérdezésként van kiválasztva, és az oszlopok leképezésre kerülnek.

Térképping forrásoszlopok a kimeneti sémához a lekérdezés-transzformációban

Mentse el és érvényesítse a projektet. Kattintson az Érvényesítés ikonra. Megjelenik egy felugró ablak, amely megerősíti az ellenőrzés sikerességét.

Sikeres érvényesítésről szóló üzenet a következőben: SAP Adatszolgáltatás-tervező

11. lépés) Hajtsa végre a feladatot. A feladat végrehajtásához kövesse az alábbi útvonalat.

  1. Válassza ki a projektterület ikonját a projekt megnyitásához, majd válassza ki a létrehozott projektet.
  2. Jelölje ki a feladatot, és kattintson rá a jobb gombbal.
  3. A feladat végrehajtásához válassza a Végrehajtás lehetőséget.

A JOB_Customer feladat végrehajtása a projektterületről

A feladat végrehajtása után megjelenik egy Munkanapló ablak, amelyben a feladattal kapcsolatos összes üzenet megjelenik. Az utolsó üzenet a „Feladat” lesz. sikeresen befejeződött”.

Munkanapló ablak, amelyen a munka sikeresen befejeződött üzenet látható

12. lépés) Ellenőrizze és érvényesítse az adatokat a SAP HANA adatbázis.

  1. Jelentkezzen be a SAP HANA adatbázison keresztül SAP HANA Stúdió, és válassza ki a HANAUSER sémát.
  2. Válassza ki a KNA1 táblát a Tábla csomópontban.
  3. Kattintson jobb gombbal a KNA1 táblára, és válassza az Adatok megnyitása előnézete lehetőséget.
  4. A BODS folyamat által betöltött KNA1 adatok megjelennek az adatelőnézeti képernyőn.

KNA1 adatok előnézete SAP A HANA Studio megerősíti a berakodást

A forrástábla és az előnézet közötti egyező sorszám megerősíti a betöltés helyes befejezését, és a feladat ezután ütemezhető az adminisztrátor részéről az ismételt futtatásokhoz.

GYIK

Az adattár egy adatbázishoz vezető logikai csatorna, amely a kapcsolati adatokat és az importált metaadatokat tartalmazza. Két adatbázis két kapcsolatot jelent, így egy adattár nem tudja kiszolgálni a terhelés mindkét végét.

Egy helyi adattár tárolja azokat az objektumokat, amelyekkel a Designer és a Job Server nap mint nap dolgoznak. Egy központi adattár hozzáadja a be- és kijelentkezési funkciókat, valamint a verzióelőzményeket, így több fejlesztő biztonságosan megoszthatja az objektumokat.

A mesterséges intelligencia a forrás profilját készíti a térképezés előttping, így az inkonzisztens formátumok, a duplikált kulcsok és a kiugró értékek előre ismertek. A tisztító szabályokat ezután valós hibákra, nem pedig feltételezettekre írják.

Igen. Szemantikai egyezési párok mezői, amelyek nevei eltérnek, de jelentése megegyezik, ami egy név alapú térképet eredményez.ping hiányzik. RevTekintse meg a javasolt párosításokat, mert a hasonló nevek továbbra is hordozhatnak különböző mértékegységeket.

Igen, a változásadatok rögzítésén és az SLT-triggerekkel való integráción keresztül kiterjeszti a delta képességet olyan táblákra is, amelyek nem rendelkeznek saját időbélyeggel. Enélkül minden futtatás újratölti a teljes táblát.

Foglald össze ezt a bejegyzést a következőképpen: