SAP BI Archi结构图:概述教程

⚡ 智能摘要

SAP BI架构由概念数据仓库层、暂存层、数据仓库层、操作数据存储层和数据集市层组成,采用三层数据库、应用层和表示层结构。tracts 存储和报告业务数据。

  • 📥 暂存层(PSA): 持久暂存区接收来自源系统的原始、未更改的数据。
  • 🏢 数据仓库层: 详细的历史数据会长期存储于此,不会进行聚合。
  • 🔁 Opera国家数据存储: ODS 存储着经常更新的数据,并且可以恢复丢失的仓库数据。
  • 📊 数据集市(信息立方体): 此 Archi受保护的数据集市存储汇总数据,用于分析和报告。
  • 🗄️ 三个层级: 数据库服务器、应用服务器(OLAP)和展示服务器构成了BI架构。
  • 🤖 人工智能协助: AI和 SAP Datasphere 实现了 BI 层构建和查询方式的现代化。

SAP BI/BW Archi质地

在我们进一步了解之前 SAP BI架构,让我们来了解一下BI数据仓库的概念层次。

BI 数据仓库的概念层

数据仓库的概念层

持久暂存区: 数据示例trac来自源系统的数据首先进入持久暂存区。这一层的数据是原始的,未经任何修改;只有在后续层才会进行整合和清洗。暂存区是一个临时表,用于保存数据并连接到工作区或事实表。如果没有暂存区,数据加载将从OLTP系统直接进入工作区。 OLAP 系统 直接地,这会阻碍性能的发挥。 OLTP 系统.

数据仓库层(DWH层): 来自持久暂存区的数据会被加载到数据仓库层,该层存储着企业信息库。数据会在此处长期存储,即完整的历史数据(例如,过去 5 年的数据)。这里不会对与报表相关的数据进行聚合;数据粒度达到明细级别。

Opera国家数据存储层: 数据已加载到 Opera官方数据存储层 (ODS) 会频繁地从源系统持续获取数据,因此该层包含了全天发生的所有变更。ODS 中的数据可以在特定时间(例如,一天结束时)加载到数据仓库层。如果数据仓库层和数据集市层丢失,ODS 也可用于恢复数据。ODS 并非基于星型模式模型,而是采用平面文件格式。

Archi受保护的数据集市层: 此 Archi受保护的数据集市层(也称为信息立方体)旨在长期存储汇总和聚合数据。数据仓库层的数据加载到该层中,用于分析和报告。它由一个中心事实表(关键指标)和多个维度表组成,并支持 BW 查询。

的关键组成部分 SAP BI 系统

商业智能是 SAP 织网下图显示了BI系统的关键组件。

的关键组成部分 SAP BI 系统

  • 数据入库: 主要是为了前trac从源系统转换和加载数据。
  • BI平台: 包含支持复杂分析的 BI 服务。它包含分析引擎,用于处理通过 BEx 导航请求的数据,以及分析流程设计器 (APD) 和数据挖掘等工具,用于合并、挖掘和分析数据。
  • 商业智能套件: 提供报表创建工具。它包含 Business Explorer (BEx),提供灵活的报表和分析工具。

Business Explorer 中的以下区域可用于数据分析:

  1. BEx 分析器(Microsoft 一款基于 Excel 的分析工具,具有类似数据透视表的功能)。
  2. BEx Web Analyzer(具有类似数据透视表功能的基于 Web 的分析工具)。
  3. BEx Web 应用程序设计器(客户定义和 SAP BI (提供的内容)。
  4. BEx报表设计器(高度格式化的Web输出)。

SAP BI/BW Archi质地

BI采用三层架构:

数据库服务器 数据物理存储位置(ODS、PSA、InfoCube 和元数据存储库)。

应用程序服务器: 基于OLAP处理器。它用于检索存储在数据库服务器中的数据。

演示服务器: 管理报告和数据访问。

  1. 数据是 extrac来自源系统的 ted。
  2. 数据暂存在持久暂存区 (PSA) 中,该区域保存着类似源数据。
  3. 数据经过清洗、加载后存储在数据存储对象中。
  4. 在信息立方体中,数据可以从多个维度查看。
  5. OLAP 处理器将数据提供给 Business Explorer,以便根据分析需求进行显示。
  6. 数据可供 SAP 和非SAP 由 Open Hub Service (InfoSpoke) 提供的数据集市。

SAP BI/BW Archi质地

常见问题

持久暂存区 (PSA) 是入站暂存层,源系统的数据首先以原始、未更改的形式进入此处。它保护源系统的性能,并提供一个缓冲区,数据处理程序 (DTP) 会从该缓冲区将数据加载到信息提供程序 (InfoProvider) 中。

开放中心服务将数据分发出去 SAP BW 到 SAP 和非SAP 目标可以是平面文件、数据库表或其他应用程序。旧版 InfoSpoke 对象和新版 Open Hub Destination 控制着这种受控数据导出。

OLAP处理器(或称分析引擎)位于应用服务器上。它从数据库层检索数据,应用查询逻辑(例如筛选和计算),并将结果提供给业务资源管理器以进行报告和分析。

人工智能主要位于分析层。 SAP Analytics Cloud 为 BW 数据增加了增强型分析功能,同时 SAP Datasphere 和 HANA 使用机器学习进行建模和性能优化,通过智能服务扩展了经典的分层架构。

越来越多。机器学习会分析源数据,以建议分阶段、清洗和建模步骤,并且 SAP Joule AI 副驾驶可以推荐物品。 SAP Datasphere 利用人工智能简化了跨仓库层的管道设计。

总结一下这篇文章: