数据配置和复制 SAP HANA

⚡ 智能摘要

数据供应 SAP HANA 会在任何前端工具访问之前,先从源系统加载数据。例如:trac从流程中执行 t、转换和加载操作,可通过内置选项或外部工具(如 SLT、数据服务和 DXC)实现。

  • 🔄 核心流程: 配置过程创建、准备并启用网络,使其能够通过外部接口向用户提供数据。tract、变换和加载。
  • ⚙️ 内置选项: 平面文件、智能数据流、智能数据访问、企业信息管理和远程数据。
  • ???? 外部工具: SAP 景观转型、Business Objects 数据服务、DirectExtracTor 连接和 Sybase 复制服务器。
  • ⏱️ SLT 优势: 实时复制和计划复制均来自两者 SAP 和非SAP 源系统。
  • 🖼️ 数据服务: 一个用于设计跨异构数据源的 ETL 流程的图形化平台。
  • 📦 DXC Nature: 直接出口tractor 连接是一个批量驱动的 ETL 路由,它重用了现有的 BW extrac躯干。
  • 🔗 SLT先决条件: 到源的 RFC 或数据库连接以及到的数据库连接 SAP 花。

数据供应和复制 SAP HANA

什么是数据配置?

数据配置是创建、准备和启用网络向其用户提供数据的过程。数据需要加载到 SAP 在数据通过前端工具到达用户之前,HANA。

所有这些过程被称为 ETL (前任tract、变换和加载),详情如下-

  • Extrac吨 - 这是 ETL 流程中的第一个也是有时最困难的部分,其中数据会被提取出来。trac来自不同源系统的 ted。
  • 转换 - 在转换部分,定义了一系列用于数据转换的规则或函数。trac从源系统加载数据到目标系统。
  • 加载 - 加载阶段将数据加载到目标系统中。

计划 SAP HANA 将数据存储在内存中,常用于实时报表,因此,数据配置方式的选择直接影响报表数据的时效性。本文在列出可用工具之后,将探讨数据配置方式的选择。

复制于 SAP HANA

SAP HANA 支持两种类型的 Provisioning 工具 -

  1. SAP HANA 内置配置工具
    1. 平面文件
    2. 智能数据流
    3. 智能数据访问 (SDA)
    4. 企业信息管理(EIM)
    5. 远程数据
  2. 支持的外部工具 SAP HANA
    1. SAP 景观改造
    2. SAP 商业对象数据服务
    3. SAP 直接出口tracTor 连接
    4. Sybase 复制服务器

目前,数据提供方式主要有 SAP HANA,这些是 –

数据提供方法 描述
SLT SLT (“SAP 景观转换复制服务器”)运行于 SAP Net Weaver 平台。SLT 是用于实时和计划时间复制的理想解决方案 SAP 和非SAP 源系统。
SAP 数据服务 SAP 数据服务 是一个具有图形用户界面的 ETL 流程设计平台。
DXC DXC 代表直接出口tractor Connect 是一款批量驱动的 ETL 工具。
平面文件上传 此选项用于将数据(.csv、.xls、.xlsx)上传到 SAP 花。

SAP HANA SLT 路线图

SAP HANA SLT 路线图如下 - 通过 SLT 进行数据配置需要 RFC/DB 连接到 SAP/非-SAP 源系统和数据库连接 SAP HANA 数据库。 SAP SLT 服务器我们定义 Mapping 以及转型。以下是通过SLT进行数据提供的路线图。

SAP HANA SLT 路线图
SAP HANA SLT 路线图

比较 SLT、数据服务、DXC 和平面文件

这四种主要方法不可互换。每种方法都针对不同的延迟要求和不同类型的信号源而设计,这一点在表格中已清晰列出。

参数 SLT SAP 数据服务 DXC 平面文件
延迟 实时或定时 批次,已安排 批次,已安排 手动,一次性
源系统 SAP 和非SAP 数据库 几乎任何来源,包括文件和网络服务 SAP 仅限商务套件 CSV、XLS、XLSX
转型 复制过程中采用简单、基于规则的方法。 丰富的图形变换 由现有前任应用trac器 没有
语义得以保留 仅限表格级别 按照工作计划 是的,前任的商业语义。trac器 没有
准备工作 中等规模,需要SLT服务器 高,需要数据服务架构 低处trac巨石阵存在 非常低
典型用途 Opera对实时交易进行国家报告 整合异构资源 重用现有 BW extracTor逻辑 原型ping 以及小型查找表

每个产品都有专门的教程: SLT, SAP 数据服务, DXC平面文件上传.

智能数据访问和智能数据集成

上面的内置列表中包含两个与其他选项不同的选项,因为它们可以完全避免复制数据。

智能数据访问(SDA)。 SDA 在以下位置创建虚拟表: SAP HANA 指向远程系统中的某个表。数据不会被复制。当查询访问该虚拟表时,HANA 会尽可能将大部分工作下推到远程数据库,仅检索结果。其优点是存储成本为零,且数据始终保持最新。缺点是查询速度现在取决于远程系统,因此,如果源系统速度慢,即使 HANA 报表速度很快,查询速度也会变慢。

智能数据集成(SDI)。 SDI 通过适配器扩展了这一理念,这些适配器可以批量复制数据或通过变更数据捕获 (CDC) 进行复制,并在复制过程中应用转换。实际上,它将数据服务的大部分功能集成到了 HANA 内部,从而无需在小型项目中构建单独的 ETL 环境。

在三个家族之间做出选择,归根结底取决于三个问题:

  • 数据需要有多新? 实时点 SLT 或 SDI 变更数据捕获;过夜足以满足数据服务或 DXC 的需求。
  • 是否需要复制数据? 如果查询次数很少,并且存储在功能强大的数据库中,SDA 可以完全避免重复数据。
  • 需要进行多大的改造? 简单的过滤操作适合 SLT;复杂的清理、去重和查找操作适合数据服务。

数据一旦到达目的地,即可通过信息视图进行报告,相关信息视图在下文中有所描述。 SAP HANA建模 教程。

常见问题

复制操作会将数据行复制到 HANA 中,因此查询速度很快,但会消耗大量存储空间。而通过 SDA 实现的虚拟化则将数据保留在源端,并按需读取,以速度为代价换取存储空间。

是的,大多数系统都是这样做的。SLT 通常处理实时事务表,而数据服务则在夜间整合外部数据源,每个数据源都写入不同的模式。

AI 会在加载前对源数据进行分析,检测重复项、格式不一致和缺少键值等问题,从而在源头上纠正问题,而不是在几周后才在报告中出现。

是的。对行数和加载时间的异常检测会标记出已停滞或减慢的复制操作,这种情况通常要等到报告显示昨天的数据后才能发现。

原型ping它适用于小型参考表和一次性数据加载。由于它是手动且不可重复的,因此绝不应将其置于必须按计划运行的生产数据流中。

总结一下这篇文章: