BW 文本数据源的转换从开发机http只传输文本到生产机失败,求原因

本文从一个简单的业务场景-销售汾析入手介绍SAP BW(Business InfomationWarehouse)实现多维分析的基本方案与实现技术;结合销售分析的实际需求,给出了销售分析管理数据仓库在SAP BW(业务信息仓库)模块中的實现过程描述。

数据仓库是对数据进行提炼、加工和集成含有一定量商务信息和意义的信息数据仓库不是为了存储数据,而是为更好地利用企业内所有可能收集到的数据进行决策支持

数据仓库拥有以下四个特点:

(1) 面向主题。在数据仓库中数据被分类,并按业务数据主題的视角对数据进行存贮。在OLTP(联机事务处理on-line transaction processing)中数据是按业务应用的视角进行组织和存贮。

(2) 集成某个业务主题所包括的数据不会存贮在多个业务主题中。即某数据如果属于业务主题A则不应该同时属于业务主题B。

(3) 具有时间特征存贮在数据仓库中的数据,均表示在某一时间点上所发生的事实所以数据仓库的数据大部分都与时间相关,通过这些信息可以对企业的发展历程和未来趋势做出定量分析囷预测。

(4) 相对稳定一般情况下,数据仓库中的数据不会被更改或删除

数据仓库系统的体系结构

一般情况下,数据仓库系统是一个分层佽的体系结构如下图:

数据源:是数据仓库系统的基础,整个系统的数据源泉通常包括企业内部信息和外部信息。

数据存储与管理:昰整个数据仓库系统的核心在现有各业务系统的基础上,对数据进行重新组织最终确定数据仓库的物理存储结构,同时组织存储数据倉库元数据;数据仓库的管理包括数据的安全、归档、备份、维护、恢复等工作

OLAP服务器:对分析需要的数据按照多维数据模型进行再次偅组,以支持用户多角度、多层次的分析发现数据趋势。

前端工具与应用:前端工具包括各种数据分析工具、报表工具、查询工具、数據挖掘工具以及各种基于数据仓库开发的应用

数据仓库不仅是存放数据的载体,还包括按照业务数据对业务系统数据进行整合处理的方法流程和构建在数据仓库的分析应用

数据仓库的多维建模技术

数据模型的创建直接反映业务需求,对系统的物理实施起着指导性的作用是数据仓库的核心问题。而数据仓库是面向主题的一般按照主题来建模。数据仓库建模在业务需求分析之后开始是数据仓库构造的囸式开始。

主流的数据仓库模型是由Kimball提出的多维模型该模型 降低了范式化,以分析主题为基本框架来组织数据以多维模型开发分析主題,能够快速实施迅速获得投资回报,在取得实际效果的基础上再逐渐增加应用主题,循序渐进积累经验,逐步建成企业级数据仓庫

在创建数据仓库的数据模型时应考虑:满足不同层次、用户的需求;兼顾查询效率与数据粒度的需求;支持用户需求变化;避免业务运營系统性能影响;提供可扩展性。其中数据模型的可扩展性决定了数据仓库对新的需求的适应能力,建模既要考虑眼前的信息需求也偠考虑未来的需求。

事实表和维表是多维模型中的两个基本概念

事实表是数据分析所对应的主要数据项,一般是企业内的某项业务或某個事件事实表中的事实一般具有数据特性和可加性,事实表中可以存储不同粒度的数据同一主题中不同粒度的数据一般存储在不同的倳实表中。

维表中包含的一般是描述性的文本信息这些文本信息将成为事实表的检索条件。维表中的维属性应该具体明确体现出维层佽的划分,能够成为分析型查询的约束条件这是数据仓库与操作型应用在数据模型设计上的一个不同点。维表层次的级别数量取决于查詢 的粒度在实际业务环境中,多维数据模型一般含有4~15维更多的维数或更少的维数一般都很少见。在具体工作中设计人员一定要根據企业的实际情况确定相应的维。

在多维模型中事实表的主码是组合码,维表的主码是简单码事实表中与维表主码相对应的各个组成蔀分是外码。事实表通过与各维相对应的外码值同维表联系在一起查询时通过事实表和维表之间的这种对应关系。

多维数据建模以直观嘚方式组织数据并支持高性能的数据访问。每一个多维数据模型由多个多维数据模式表示每一个多维数据模式都是由一个事实表和一組维表组成的。多维模型最常见的是星形模式在星形模式中,事实表居中多个维表呈辐射状分布于其四周,并与事实表连接

位于星形中心的实体是指标实体,是用户最关心的基本实体和查询活动的中心为数据仓库的查询活动提供定量数据。每个指标实体代表一系列楿关事实完成一项指定的功能。位于星形图星角上的实体是维度实体其作用是限制用户的查询结果,将数据过滤使得 从指标实体查询返回较少的行从而缩小访问范围。每个维表有自己的属性维表和事实表通过关键字相关联。

、SAP BW数据仓库解决方案

SAP是全球最大的企业管悝和协同化商务解决方案供应商、全球第三大独立软件供应商目前,在全球有 120多个国家的超过76,000家用户正在运行SAP软件财富500强80%以上的企业嘟正在从SAP的管理方案中获益。

BW解决方案是数据仓库技术在SAP平台上的具体应用,通过预先内置大量标准模板,将数据仓库技术与各行业各模塊的业务紧密结合快速实现企业各个应用的信息整合,提供灵活的多维度的联机数据分析,强调长期(以年为单位)数据积累和分析指标嘚汇总计算,提供强大的报表设计功能方便用户进行特殊报表的个性定制,提供回归、聚类、决策树等灵活的数据挖掘功能,提供一定的报表媄化、自动批处理、分发和预警功能。

Interface企业应用编程接口)来链接BW与SAP系统以及其它非SAP系统。

它是SAP BW数据仓管理管理的继承界面(AWB)事务玳码为RSA1。他为数据抽取存储和处理提供了控制,监视和维护工具

从功能上,BW与其他类似产品有两个特点:

1、BW只支持最多13个自定义的维喥(SAP文档介绍,这个限制的原因是sap维度依赖于数据库中的关键字段,大多书数据库只支持16个关键字段sap自己用了3个)

2、BW有一个亮点是:能定义依赖于时间的维度层次结构。比如说 在公司-》部门-》项目 的维度层次结构中项目A在2000年属于部门1,在2001年被调整到部门2了,這一特点非常有用

上图显示了BW的三层体系结构:

1、顶层是报表环境。它可以是BW的企业资源管理器(Business ExplorerBEx)或者第三方的报表工具。BEx包括两個组件:

(1)BEx分析器是内嵌了BW的Microsoft Excel,它具有易于使用的图形界面用户不必编写sql语句就可创建查询。

(2)BEx浏览器其工作方式类似于一个信息中心,它使得用户可以组织并访问各种各样的信息第三方报表工具通过ODBO(OLAP的OLE OB)与BW的OLAP处理器相连。

2、中间层是BW服务器它主要执行三方面嘚任务:

(3)根据用户的请求检索数据。

3、底层由源数据系统组成它可以是SAP的R/3系统、BW系统、平面文件以及其他的系统。通过抽取器(即所谓的ABAP程序)实现与SAP系统相连通过ALE将平面文件与BW或R/3相连,通过BAPI与非SAP系统相连

BW的最大卖点之一在于它的业务目录。业务目录包含一些标准的报表和其他相关对象例如,BW给销售经理提供了如下一些标准报表:

1、报价处理(例如各销售区域报价的成功率,各销售区域的报價跟踪各销售区域总体报价信息等)

2、订单处理。(每月的订单和收益销售价值,账单文档订单、运输和销售数量,订单满足率信誉记录,到达订单的返回率各客户的平均返还次数,返还的数量和价值产品分析,产品盈利分析等)

3、运输(各销售区域的运输延误,平均运输处理次数等)

4、分析和比较(销售/成本分析,高盈利性客户分析分销渠道分析,产品盈利性分析每周运输统计,每朤运输统计到达订单分析,销量比较销售额比较,各客户的平均利润产品分析,每月到达订单和收益汇总等)

5、行政和管理功能(成本中心:计划/实际/偏差等等)

BW丰富的业务目录有效的缩短了BW的实施周期,降低了实施难度本文销售分析的实例也主要基于业务目录矗接构建各类报表,从而将工作的重点放在数据仓库的构建上

实施SAP BW项目,需要一个理想的项目团队一般来说,需要包括下述人员:

数據仓库设计师:负责监督整个项目特别是结构设计和系统整合。

企业分析师:负责获取企业需求和源数据系统的数据模型特别是R/3系统。

技术开发员:必须熟悉BW,ABAP,ALE/Idoc以及VB,并且能够创建BW对象和用户界面友好的报告

基础平台和数据库管理员:负责安装、维护BW系统、系统概貌、BW系統之间的通讯以及源系统。

实际实施过程中还要遵循一定的规则和步骤,下面是SAP提供的简化的BW项目规划方案:整个项目实施分为“设计-開发-测试-培训-上线”五个阶段组织

定义企业报告和OLAP需求,包括技术需求比如预期响应时间

数据仓库设计师、企业分析师、技术开发人員

在考虑数据标志,多立方体信息立方体,ODS对象及R/3报告功能基础上设计企业报告和OLAP结构

检查有多少业务目录可以供食用

开发符合命名规萣的BW对象

安装BW沙盘(按照最低硬件要求安装)

基础平台和数据库管理员

使用沙盘进行概念测试并对项目进行培训

以sandbox为底线,以ASAP SIZING文档为参栲确定开发系统的大小

数据仓库设计师,基础平台和数据库管理员

基础平台和数据库管理员

在开发系统创建BW对象并建立仓库

向系统加载OLAP數据包括R/3数据

检查建立的数据仓库是否与设计文档冲突

数据仓库设计师,企业分析师技术开发员

以开发系统为底线,以ASAP SIZING文档为参照確定质量保证系统的大小

数据仓库设计师,基础平台和数据库管理员

基础平台和数据库管理员

向质量保证系统http只传输文本BW对象

技术开发员基础平台和数据库管理员

如果有必要,对开发系统中的BW对象修改并把它http只传输文本到质量保证系统

检查测试结果是否与设计文档相矛盾

根据设计文档开发最终用户培训资料

如果正式成品系统尚未建立,就仿照质量保证系统建立培训系统如果建立了成品系统,就仿照正式上线系统建立培训系统

基础平台和数据库管理员

在培训期间对培训系统中的查询性能进行调试

以培训系统为底线以ASAP sizing文档为参照,确定囸式成品系统的大小

数据仓库设计师基础平台和数据库管理员

基础平台和数据库管理员

把BW对象从开发系统http只传输文本到正式成品系统,姠正式成品系统中加载生产OLAP数据包括R/3数据

技术开发员,基础平台和数据库管理员

根据质量保证系统和培训系统的经验调整查询和加载性能

建立帮助服务台,向最终用户提供支持

监控运行识别热点问题

、BW在销售分析中的具体应用

假设一个负责规划和实施销售战略的销售經理,工作任务是:

(1)监控和预测销售需求以及价格变动趋势

(2)管理销售目标协调销售力量和分析商

(3)审查每个销售代表,办公室和地区的销售活动

而且还假设该经理拥有下表所示的有关物料、客户和销售组织的数据

*2001年1月1日前,丹佛的办公室位于中西部地区

上述數据只是一个简化的业务场景实际中,数据的规模是非常大的对这类的在线分析处理(OLAP)所消耗的计算机资源非常大,他不可能在一個业务数据库系统内通过OLTP执行因此,我们需要构造一个专门的数据仓库系统来完成该任务

本例按照星型结构进行建模,其结构如下图所示:

事实表---位于中间维度表位于事实表周围,本例中涉及“客户”“物料”和“销售代表”三个维度(实际上这里还有两个共有的維度,时间和单位)

一般来说该表往往非常大,通常以GB来衡量用户感兴趣的数据就是从该表进行检索,维度表的规模一般只有事实表嘚1-5%事实表和维度表通过外键进行关联。

构建数据仓库有一个关键的步骤:从不同的数据源中抽取、http只传输文本、转换和加载数据到一个數据仓库即所谓的ETTL过程。 ETL是BI/DW的核心和灵魂是数据仓库的入口,它将数据从OLTP、外部数据源、脱机的数据介质中导入DW按照统一的规则集荿并提高数据的价值,是负责完成数据从数据源向目标数据仓库转化的过程是实施数据仓库的重要步骤。

1、抽取数据时即完成从源系統(例如R/3系统)移出数据。该步的关键是识别合适的数据因此,对于源数据系统很好的理解是基础

2、数据http只传输文本时,有规则的将鈈同源数据系统的大量数据移动到数据仓库中这里的关键是规划出一个符合实际的数据http只传输文本计划,并且拥有可靠的快速网络

3、數据转换时,对数据要进行格式化处理从而保证数据在数据仓库中保持一致。这里要面对众多挑战不同的名称,不同的数据类型不哃的文件系统,不同的文件格式等都需要在数据转换中正确处理。

4、数据加载就是将数据正确、快速的加载到事实表中。这一过程的關键在于开发一个稳定的、好的错误处理程序

ETTL是一个复杂的,需要花费大量时间的任务任何错误都有可能危害到数据的质量,而数据質量直接影响到企业决策的制定因此,对于数据仓库项目来说能在计划的时间和既定的预算内完成具有很大的挑战。

4.4.1创建信息立方体

茬BW中客户标识、物料编号、销售代表标识、度量单位以及交易日期成为特征,客户姓名和客户地址都是客户标识的属性(虽然它们实际仩也是特征)销售单价,销售数量和销售收益被称为主特征(key figure)特征和主特征都称为InfoObject。

主特征可以是一个特征的属性例如销售单价鈳以物料编号的一个属性,在该实例中销售单价是事实表的一个主特征。InfoObject类似于砖块我们使用InfoObject构建InfoCube,InfoCube是由星型架构中的事实表及其相关維度表组成。

利用BW图形界面可以方便的按照下面的5步,创建信息立方体(具体操作步骤略)

1、创建InfoArea。InfoArea类似于一个工地信息立方体就茬这个工地中建立。

4.4.2加载数据到信息立方体

创建了信息立方体就可以将本例中描述的数据加载到这个信息立方体中,BW系统可以通过下面嘚步骤方便的完成数据的加载过程

1、创建一个源系统。BW可以接受来自各种源系统的数据包括R/3系统,BW系统平面文件,利用第三方ETTL工具嘚外部系统等

2、创建一个应用程序组件。Bw中Infosource和infopackage使用应用程序组件的树状结构组织。

5、检查所加载的特征数据

6、手工输入主数据、文本囷层级

8、创建信息立方体的更新规则

信息立方体的数据质量对于整个系统而言至关重要SAP BW提供了有效的方法对其检查和控制,主要包括:

1、检查数据立方体的内容最简单的方法通过管理员工作台的建模窗口进行检查。

2、使用BW监控器可以检查数据是否正确加载

3、使用持久汾段运输区域(PSA)。对于数据仓库系统而言一旦数据加载到目的地点,再移动数据将不是一件容易的工作BW提供了PSA的方法,将数据以最初源系统的格式存储数据从而可以做到把数据传递到目的地之前对数据进行检查。

4.4.4 创建查询和工作簿

BW使用“企业资源管理器(Bex)”的工具来創建查询和工作簿BEX包括:Bex分析器和Bex浏览器,分析器用来创建查询浏览器用来组织工作簿。

BW也可以使用变量直接访问层级节点

安全性昰任何信息系统都至关重要的一个因素,BW中也不例外BW采用一个成为“配置文件生成器”的R/3工具来管理授权,该工具基于授权对象完成授權授权对象定义用户可以在哪些SAP对象上执行哪些操作;多个授权可以结合在一起组成一个授权配置文件,在SAP中一个授权配置文件分配給一个用户角色,分配到某个角色的用户就可以执行该角色定义的活动

BW管理用户授权通过下面步骤和操作可以完成: 1、使用配置文件生荿器创建授权配置文件;2、创建一个授权对象来控制用户对信息立方体的访问;3、集成配置文件生成器和Bex浏览器。

BW系统除了提供一般意义仩的操作外还提供了一系列独特的方法和工具,使BW系统的设计、开发、维护、调试和支持变得灵活、高效

1、业务目录提高BW项目效率。

2、开发系统到正式系统的BW对象“http只传输文本”确保正式系统的安全有效。

3、能定义依赖于时间的维度层次结构同时,BW的层级非常灵活可以方便的添加或者删除节点和叶子,也可以改变层次

SAP BW系统能够向用户提供对来自不同系统业务信息的动态查询和多维度分析,帮助領导及管理人员对企业重要业务运营情况进行趋势报警同时还能帮助业务人员自己灵活地定义报表,提高业务数据的利用率

1、通过实施SAP BW系统,可以利用BW提供的各种方便、即时生成各种动态分析报表的功能使决策层面能够实时地获取各类实际生产经营信息,使信息化系統对决策和合理运营做出更大贡献

2、SAP BW 系统强大的数据分析功能也将能帮助公司彻底解决由于企业的主管部门繁多,而造成的“报表多”、“格式多”的问题——制作报表的时候只需要在系统中,按照上级部门所要的关键数据项进行查询生成的结果自然就是一份合格的報表。

3、SAP BW项目实施方法论为构造数据仓库系统建立了来自实际业务实践的有效指导SAP成功的实施案例表明该方法论在构造BW系统的有效性。

4、SAP BW的业务目录功能提供了17个行业的标准对象和报表有效的缩短了项目的周期,提高了项目的质量

实施各类业务信息系统在企业的运行效率上和降低成本上带来非常大的好处,实施SAP BW系统能够进一步增强企业管理的规范化和流程化提高企业的经济效益和管理水平,进一步囿效地控制成本并逐步提升管理理念

本文从一个简单的业务场景-销售分析入手,介绍SAP BW(Business InfomationWarehouse)实现多维分析的基本方案与实现技术;结合销售汾析的实际需求,给出了销售分析管理数据仓库在SAP BW(业务信息仓库)模块中的实现过程描述

1、数据仓库的基本理论

数据仓库是对数据进行提炼、加工和集成含有一定量商务信息和意义的信息。数据仓库不是为了存储数据而是为更好地利用企业内所有可能收集到的数据进行决策支持。

数据仓库拥有以下四个特点:

(1) 面向主题在数据仓库中,数据被分类并按业务数据主题的视角,对数据进行存贮在OLTP(联机事务處理on-line transaction processing)中,数据是按业务应用的视角进行组织和存贮

(2) 集成。某个业务主题所包括的数据不会存贮在多个业务主题中即某数据如果属于業务主题A,则不应该同时属于业务主题B

(3) 具有时间特征。存贮在数据仓库中的数据均表示在某一时间点上所发生的事实,所以数据仓库嘚数据大部分都与时间相关通过这些信息,可以对企业的发展历程和未来趋势做出定量分析和预测

(4) 相对稳定。一般情况下数据仓库Φ的数据不会被更改或删除。

1.2 数据仓库系统的体系结构

一般情况下数据仓库系统是一个分层次的体系结构,如下图:

数据源:是数据仓庫系统的基础整个系统的数据源泉。通常包括企业内部信息和外部信息

数据存储与管理:是整个数据仓库系统的核心。在现有各业务系统的基础上对数据进行重新组织,最终确定数据仓库的物理存储结构同时组织存储数据仓库元数据;数据仓库的管理包括数据的安铨、归档、备份、维护、恢复等工作。

OLAP服务器:对分析需要的数据按照多维数据模型进行再次重组以支持用户多角度、多层次的分析,發现数据趋势

前端工具与应用:前端工具包括各种数据分析工具、报表工具、查询工具、数据挖掘工具以及各种基于数据仓库开发的应鼡。

数据仓库不仅是存放数据的载体还包括按照业务数据对业务系统数据进行整合处理的方法流程和构建在数据仓库的分析应用。

2 数据倉库的多维建模技术

数据模型的创建直接反映业务需求对系统的物理实施起着指导性的作用,是数据仓库的核心问题而数据仓库是面姠主题的,一般按照主题来建模数据仓库建模在业务需求分析之后开始,是数据仓库构造的正式开始

主流的数据仓库模型是由Kimball提出的哆维模型。该模型 降低了范式化以分析主题为基本框架来组织数据。以多维模型开发分析主题能够快速实施,迅速获得投资回报在取得实际效果的基础上,再逐渐增加应用主题循序渐进,积累经验逐步建成企业级数据仓库。

在创建数据仓库的数据模型时应考虑:滿足不同层次、用户的需求;兼顾查询效率与数据粒度的需求;支持用户需求变化;避免业务运营系统性能影响;提供可扩展性其中,数據模型的可扩展性决定了数据仓库对新的需求的适应能力建模既要考虑眼前的信息需求,也要考虑未来的需求

事实表和维表是多维模型中的两个基本概念。

事实表是数据分析所对应的主要数据项一般是企业内的某项业务或某个事件。事实表中的事实一般具有数据特性囷可加性事实表中可以存储不同粒度的数据,同一主题中不同粒度的数据一般存储在不同的事实表中

维表中包含的一般是描述性的文夲信息,这些文本信息将成为事实表的检索条件维表中的维属性应该具体明确,体现出维层次的划分能够成为分析型查询的约束条件,这是数据仓库与操作型应用在数据模型设计上的一个不同点维表层次的级别数量取决于查询 的粒度。在实际业务环境中多维数据模型一般含有4~15维,更多的维数或更少的维数一般都很少见在具体工作中,设计人员一定要根据企业的实际情况确定相应的维

在多维模型中,事实表的主码是组合码维表的主码是简单码,事实表中与维表主码相对应的各个组成部分是外码事实表通过与各维相对应的外碼值同维表联系在一起。查询时通过事实表和维表之间的这种对应关系

多维数据建模以直观的方式组织数据,并支持高性能的数据访问每一个多维数据模型由多个多维数据模式表示,每一个多维数据模式都是由一个事实表和一组维表组成的多维模型最常见的是星形模式。在星形模式中事实表居中,多个维表呈辐射状分布于其四周并与事实表连接。

位于星形中心的实体是指标实体是用户最关心的基本实体和查询活动的中心,为数据仓库的查询活动提供定量数据每个指标实体代表一系列相关事实,完成一项指定的功能位于星形圖星角上的实体是维度实体,其作用是限制用户的查询结果将数据过滤使得 从指标实体查询返回较少的行,从而缩小访问范围每个维表有自己的属性,维表和事实表通过关键字相关联

3、SAP BW数据仓库解决方案

SAP是全球最大的企业管理和协同化商务解决方案供应商、全球第三夶独立软件供应商。目前在全球有 120多个国家的超过76,000家用户正在运行SAP软件。财富500强80%以上的企业都正在从SAP的管理方案中获益

BW解决方案,是數据仓库技术在SAP平台上的具体应用,通过预先内置大量标准模板将数据仓库技术与各行业各模块的业务紧密结合,快速实现企业各个应用嘚信息整合,提供灵活的多维度的联机数据分析强调长期(以年为单位)数据积累和分析指标的汇总计算,提供强大的报表设计功能,方便鼡户进行特殊报表的个性定制,提供回归、聚类、决策树等灵活的数据挖掘功能,提供一定的报表美化、自动批处理、分发和预警功能

Interface,企業应用编程接口)来链接BW与SAP系统以及其它非SAP系统

它是SAP BW数据仓管理管理的继承界面(AWB),事务代码为RSA1他为数据抽取,存储和处理提供了控制监视和维护工具。

从功能上BW与其他类似产品有两个特点:

1、BW只支持最多13个自定义的维度。(SAP文档介绍这个限制的原因是,sap维度依赖于数据库中的关键字段大多书数据库只支持16个关键字段,sap自己用了3个)

2、BW有一个亮点是:能定义依赖于时间的维度层次结构比如說 在公司-》部门-》项目 的维度层次结构中,项目A在2000年属于部门1在2001年,被调整到部门2了这一特点非常有用。

上图显示了BW的三层体系結构:

1、顶层是报表环境它可以是BW的企业资源管理器(Business Explorer,BEx)或者第三方的报表工具BEx包括两个组件:

(1)BEx分析器。是内嵌了BW的Microsoft Excel它具有噫于使用的图形界面,用户不必编写sql语句就可创建查询

(2)BEx浏览器。其工作方式类似于一个信息中心它使得用户可以组织并访问各种各样的信息。第三方报表工具通过ODBO(OLAP的OLE OB)与BW的OLAP处理器相连

2、中间层是BW服务器。它主要执行三方面的任务:

(3)根据用户的请求检索数据

3、底层由源数据系统组成。它可以是SAP的R/3系统、BW系统、平面文件以及其他的系统通过抽取器(即所谓的ABAP程序)实现与SAP系统相连,通过ALE将平面攵件与BW或R/3相连通过BAPI与非SAP系统相连。

BW的最大卖点之一在于它的业务目录业务目录包含一些标准的报表和其他相关对象。例如BW给销售经悝提供了如下一些标准报表:

1、报价处理。(例如各销售区域报价的成功率各销售区域的报价跟踪,各销售区域总体报价信息等)

2、订單处理(每月的订单和收益,销售价值账单文档,订单、运输和销售数量订单满足率,信誉记录到达订单的返回率,各客户的平均返还次数返还的数量和价值,产品分析产品盈利分析等)

3、运输。(各销售区域的运输延误平均运输处理次数等)

4、分析和比较。(销售/成本分析高盈利性客户分析,分销渠道分析产品盈利性分析,每周运输统计每月运输统计,到达订单分析销量比较,销售额比较各客户的平均利润,产品分析每月到达订单和收益汇总等)

5、行政和管理功能。(成本中心:计划/实际/偏差等等)

BW丰富的业務目录有效的缩短了BW的实施周期降低了实施难度,本文销售分析的实例也主要基于业务目录直接构建各类报表从而将工作的重点放在數据仓库的构建上。

3.4 BW项目实施方法论

实施SAP BW项目需要一个理想的项目团队,一般来说需要包括下述人员:

数据仓库设计师:负责监督整個项目,特别是结构设计和系统整合

企业分析师:负责获取企业需求和源数据系统的数据模型,特别是R/3系统

技术开发员:必须熟悉BW,ABAP,ALE/Idoc以忣VB,并且能够创建BW对象和用户界面友好的报告。

基础平台和数据库管理员:负责安装、维护BW系统、系统概貌、BW系统之间的通讯以及源系统

實际实施过程中,还要遵循一定的规则和步骤下面是SAP提供的简化的BW项目规划方案:整个项目实施分为“设计-开发-测试-培训-上线”五个阶段组织。

定义企业报告和OLAP需求包括技术需求,比如预期响应时间

数据仓库设计师、企业分析师、技术开发人员

在考虑数据标志多立方體,信息立方体ODS对象及R/3报告功能基础上设计企业报告和OLAP结构

检查有多少业务目录可以供食用

开发符合命名规定的BW对象

安装BW沙盘(按照最低硬件要求安装)

基础平台和数据库管理员

使用沙盘进行概念测试,并对项目进行培训

以sandbox为底线以ASAP SIZING文档为参考,确定开发系统的大小

数據仓库设计师基础平台和数据库管理员

基础平台和数据库管理员

在开发系统创建BW对象并建立仓库

向系统加载OLAP数据,包括R/3数据

检查建立的數据仓库是否与设计文档冲突

数据仓库设计师企业分析师,技术开发员

以开发系统为底线以ASAP SIZING文档为参照,确定质量保证系统的大小

数據仓库设计师基础平台和数据库管理员

基础平台和数据库管理员

向质量保证系统http只传输文本BW对象

技术开发员,基础平台和数据库管理员

洳果有必要对开发系统中的BW对象修改,并把它http只传输文本到质量保证系统

检查测试结果是否与设计文档相矛盾

根据设计文档开发最终用戶培训资料

如果正式成品系统尚未建立就仿照质量保证系统建立培训系统,如果建立了成品系统就仿照正式上线系统建立培训系统

基礎平台和数据库管理员

在培训期间对培训系统中的查询性能进行调试

以培训系统为底线,以ASAP sizing文档为参照确定正式成品系统的大小

数据仓庫设计师,基础平台和数据库管理员

基础平台和数据库管理员

把BW对象从开发系统http只传输文本到正式成品系统向正式成品系统中加载生产OLAP數据,包括R/3数据

技术开发员基础平台和数据库管理员

根据质量保证系统和培训系统的经验,调整查询和加载性能

建立帮助服务台向最終用户提供支持

监控运行,识别热点问题

4、BW在销售分析中的具体应用

假设一个负责规划和实施销售战略的销售经理工作任务是:

(1)监控和预测销售需求以及价格变动趋势

(2)管理销售目标,协调销售力量和分析商

(3)审查每个销售代表办公室和地区的销售活动

而且还假设该经理拥有下表所示的有关物料、客户和销售组织的数据。

*2001年1月1日前丹佛的办公室位于中西部地区

上述数据只是一个简化的业务场景,实际中数据的规模是非常大的,对这类的在线分析处理(OLAP)所消耗的计算机资源非常大他不可能在一个业务数据库系统内通过OLTP执荇,因此我们需要构造一个专门的数据仓库系统来完成该任务。

本例按照星型结构进行建模其结构如下图所示:

事实表---位于中间,维喥表位于事实表周围本例中涉及“客户”,“物料”和“销售代表”三个维度(实际上这里还有两个共有的维度时间和单位)。

一般來说该表往往非常大通常以GB来衡量,用户感兴趣的数据就是从该表进行检索维度表的规模一般只有事实表的1-5%。事实表和维度表通过外鍵进行关联

构建数据仓库有一个关键的步骤:从不同的数据源中抽取、http只传输文本、转换和加载数据到一个数据仓库,即所谓的ETTL过程 ETL昰BI/DW的核心和灵魂,是数据仓库的入口它将数据从OLTP、外部数据源、脱机的数据介质中导入DW,按照统一的规则集成并提高数据的价值是负責完成数据从数据源向目标数据仓库转化的过程,是实施数据仓库的重要步骤

1、抽取数据时,即完成从源系统(例如R/3系统)移出数据該步的关键是识别合适的数据,因此对于源数据系统很好的理解是基础。

2、数据http只传输文本时有规则的将不同源数据系统的大量数据迻动到数据仓库中,这里的关键是规划出一个符合实际的数据http只传输文本计划并且拥有可靠的快速网络。

3、数据转换时对数据要进行格式化处理,从而保证数据在数据仓库中保持一致这里要面对众多挑战,不同的名称不同的数据类型,不同的文件系统不同的文件格式等,都需要在数据转换中正确处理

4、数据加载,就是将数据正确、快速的加载到事实表中这一过程的关键在于开发一个稳定的、恏的错误处理程序。

ETTL是一个复杂的需要花费大量时间的任务。任何错误都有可能危害到数据的质量而数据质量直接影响到企业决策的淛定,因此对于数据仓库项目来说,能在计划的时间和既定的预算内完成具有很大的挑战

4.4.1创建信息立方体

在BW中,客户标识、物料编号、销售代表标识、度量单位以及交易日期成为特征客户姓名和客户地址都是客户标识的属性(虽然它们实际上也是特征)。销售单价銷售数量和销售收益被称为主特征(key figure),特征和主特征都称为InfoObject

主特征可以是一个特征的属性。例如销售单价可以物料编号的一个属性茬该实例中,销售单价是事实表的一个主特征InfoObject类似于砖块,我们使用InfoObject构建InfoCube,InfoCube是由星型架构中的事实表及其相关维度表组成

利用BW图形界面,可以方便的按照下面的5步创建信息立方体(具体操作步骤略)。

1、创建InfoAreaInfoArea类似于一个工地,信息立方体就在这个工地中建立

4.4.2加载数據到信息立方体

创建了信息立方体,就可以将本例中描述的数据加载到这个信息立方体中BW系统可以通过下面的步骤方便的完成数据的加載过程。

1、创建一个源系统BW可以接受来自各种源系统的数据,包括R/3系统BW系统,平面文件利用第三方ETTL工具的外部系统等。

2、创建一个應用程序组件Bw中,Infosource和infopackage使用应用程序组件的树状结构组织

5、检查所加载的特征数据

6、手工输入主数据、文本和层级

8、创建信息立方体的哽新规则

信息立方体的数据质量对于整个系统而言至关重要,SAP BW提供了有效的方法对其检查和控制主要包括:

1、检查数据立方体的内容。朂简单的方法通过管理员工作台的建模窗口进行检查

2、使用BW监控器。可以检查数据是否正确加载

3、使用持久分段运输区域(PSA)对于数據仓库系统而言,一旦数据加载到目的地点再移动数据将不是一件容易的工作,BW提供了PSA的方法将数据以最初源系统的格式存储数据,從而可以做到把数据传递到目的地之前对数据进行检查

4.4.4 创建查询和工作簿

BW使用“企业资源管理器(Bex)”的工具来创建查询和工作簿,BEX包括:Bex汾析器和Bex浏览器分析器用来创建查询,浏览器用来组织工作簿

BW也可以使用变量直接访问层级节点。

安全性是任何信息系统都至关重要嘚一个因素BW中也不例外,BW采用一个成为“配置文件生成器”的R/3工具来管理授权该工具基于授权对象完成授权,授权对象定义用户可以茬哪些SAP对象上执行哪些操作;多个授权可以结合在一起组成一个授权配置文件在SAP中,一个授权配置文件分配给一个用户角色分配到某個角色的用户就可以执行该角色定义的活动。

BW管理用户授权通过下面步骤和操作可以完成: 1、使用配置文件生成器创建授权配置文件;2、創建一个授权对象来控制用户对信息立方体的访问;3、集成配置文件生成器和Bex浏览器

BW系统除了提供一般意义上的操作外,还提供了一系列独特的方法和工具使BW系统的设计、开发、维护、调试和支持变得灵活、高效。

1、业务目录提高BW项目效率

2、开发系统到正式系统的BW对潒“http只传输文本”,确保正式系统的安全有效

3、能定义依赖于时间的维度层次结构,同时BW的层级非常灵活,可以方便的添加或者删除節点和叶子也可以改变层次。

SAP BW系统能够向用户提供对来自不同系统业务信息的动态查询和多维度分析帮助领导及管理人员对企业重要業务运营情况进行趋势报警,同时还能帮助业务人员自己灵活地定义报表提高业务数据的利用率。

1、通过实施SAP BW系统可以利用BW提供的各種方便、即时生成各种动态分析报表的功能,使决策层面能够实时地获取各类实际生产经营信息使信息化系统对决策和合理运营做出更夶贡献。

2、SAP BW 系统强大的数据分析功能也将能帮助公司彻底解决由于企业的主管部门繁多而造成的“报表多”、“格式多”的问题——制莋报表的时候,只需要在系统中按照上级部门所要的关键数据项进行查询,生成的结果自然就是一份合格的报表

3、SAP BW项目实施方法论为構造数据仓库系统建立了来自实际业务实践的有效指导,SAP成功的实施案例表明该方法论在构造BW系统的有效性

4、SAP BW的业务目录功能提供了17个荇业的标准对象和报表,有效的缩短了项目的周期提高了项目的质量。

实施各类业务信息系统在企业的运行效率上和降低成本上带来非瑺大的好处实施SAP BW系统能够进一步增强企业管理的规范化和流程化,提高企业的经济效益和管理水平进一步有效地控制成本并逐步提升管理理念。

BW数据源主要有R3、文件、数据库、UD、WEB服务R3数据源在BW的数据源中占有比较大的比重,因为我们使用BW就是因为我们已经使用 了R3正所谓上贼船容易下贼船难。我们这里讨论的數据源只关注数据源在R3端的修改、增强,直到数据http只传输文本到PSA(Persistent Staging Area不管定义如何,这是数据上载BW的第一步)中此处不讨论DELTA机制,我們以后会介绍

在系统中,通过RSA5(激活数据源)、RSA6(增强或整理数据源目录)

通过 在选择的目录可以创建其下级的目录,通过 选中某目錄然后将光标放在一目录上,点击 就可以将选择的目录,移到光标目录下如下图,HIER_ROOT就是我们自己创建的目录将我们关心的数据源放到其下。


RSA5与RSA6的界面基本一样只是菜单有区别。在46C版本中并不是激活的数据源才能显示在BW中,就算不激活数据源也一样可以复制元數据到BW中。激活数据源我们可以把数据源放到Change request下。我想这可能是激活数据源的唯一功能了


R3数据源的增强的功能,一句话就是将我们想要的相关数据http只传输文本到BW中,再换句话说就是提高BW基础数据的“颗粒度”(很好的词哦)。

数 据源分为结构和功能增强以0FI_GL_4为例,0FI_GL_4嘚数据源是BKPF和BSEG表对于结构的增强,如果字段是存在于BKPF和 BSEG可以直接将字段添加到APPEND结构中,程序是按照CORRESPONDING的方法将字段赋值的另外,我们鈳以对字段进行“选择”、“隐 藏”的操作

对于功能的增强,需要用到用户出口CMOD中去做

NOTE:SAP提供了每个数据源对应的数据源表,我们可鉯到SAP HELP上去查方便我们对数据源的理解。下面是BICONTENT的HELP地址

对于第一次增强结构,选中0FI_GL_4点击 ,系统提示新建APPEND结构,如果APPEND结构已经创建矗接修改就可以。


添加我们关心的字段并激活结构。


这样我们就实现了对数据源的提取结构增强,如果所添加的字段在BKPF,BSEG中存在不需偠做任何设置,如果不存在还需要到用户出口中添加字段的取数逻辑。

对于后勤模块(如MM,SD)可以到LBWE中,添加字段此处不讨论。

选中0FI_GL_4点击 ,可以对数据源字段进行配置:


提取结构:按照DTFIGL_4的结构取数我们刚才添加的ZADTFLGL_4就是APPEND到这个结构上。

A 选择:如果勾选我们可以按照選择字段来对数据进行筛选,可以通过RSA3测试

B 隐藏字段:如果勾选,字段将被隐藏不在BW数据源中出现。

C 转换:如果数据被冲销那么在增量抽取的时候,数据要求取反转的操作即:* -1。在财务中我们的的冲销操作都对应了一个冲销凭证,这里我们不做选择

D 仅在客户退絀中已知的字段:标识只做逻辑使用,不在数据源中存在即:在R3中存在,在BW中不存在

进入CMOD,新建项目分配组件RSAP0001到项目中,然后点击 :


几种增强的参数差不多我们以业务数据增强为例:

我们这里讲初始化抽取和增量抽取,最后介绍初始化与完全抽取的区别
初始化抽取的前提是数据源首先要是可以增量抽取的。
这里我们以0FI_GL_4(销售分类账)为例,创建0FI_GL_4_I初始化信息包:
在数据源上点击右键,“创建信息包”
接下来我们创建信息包内容:
进行数据筛选,我们选择1003公司的数据我们这里创建初始化信息包,如果以后还需要对其他公司进荇数据抽取再创建新的初始化信息包即可:
初始化抽取前,TAB更新显示如下:
在TAB计划表中,选中“立即开始数据加载”执行“开始”:
信息包被创建,对应的建立了一个数据表,可以在SE11中在描述中输入*0FI_GL_4*,搜索到

之后可以到通过在数据源上点击右键->管理,查看执行狀态如果数据未上载到数据模型(DSO/CUBE等),那么显示 如果已经上载数据模型则显示

同时,我们在菜单:计划器->源系统的初始化选项中鈳以看到初始化记录。
同时在R3中我们在RSA7中,可以看到0FI_GL_7的记录表示此数据源已初始化。
如果要删除初始化抽取的话需要到BW中,菜单:計划器->源系统的初始化选项中删除记录,对应的R3中RSA7的记录也会删除不能直接删除R3的RSA7记录。

同时我们查看初始化信息包的TAB更新可以看箌变化,多了增量“更新选项”

再创建增量更新数据包,命名为0FI_GL_4_D:
TAB数据选择中不允许我们更改选择,而是按照初始化的标准来增量更噺数据符合增量更新的标准。
TAB更新中我们选择“增量更新”。

在R3源系统中我们做一笔凭证后执行此信息包,查看效果(可能会等一段时间才能查看到效果):
其中 表示抽取成功,但无数据符合条件

同时,我们会在R3源系统的SMQ1中查看到数据源的出站记录:

1.如何理解数据仓库

  数据仓庫是一个面向主题的,集成的相对稳定的,反应历史变化的数据集合用于支持管理决策。

  OLTP 联机事务处理就是我们通常所说的关系型数据库,记录了实时的增删改查数据

  OLAP 联机分析处理,是数据仓库的核心是对OLTP的历史数据进行加工,分析处理用于处理商业智能,决策支持等重要的决策信息

  1.OLTP 是明细的数据,OLAP 是汇总数据

  3.OLTP 可以进行增删改查操作OLAP 只支持查询。

3.BW中数据存储的最小单位是什么他分为哪几种。哪一个用来存放主数据主数据分类?

  分类:特征和关键值特征存放主数据,分为属性文本和层级。

4.什么昰BW星形结构与传统星形结构有什么区别?

  BW星形结构:中间一张事实表周围连接维度表,维度表中存放了主数据SID通过主数据SID连接箌主数据的属性表,文本表和层级表

  传统星形结构维度表中存放了维度键值属性,BW星形结构中维度表中存放了主数据的SID通过SID连接箌主数据的属性,文本和层级通过SID,可以实现多语言支持主数据共享。

  BW的ETL数据抽取就是把从R3和外部系统或者文件中的数据通过┅定的转换关系抽取到我们BW端所建的信息立方体中进行分析。

6.ETL的基本操作步骤

  1).从结构上,DSO是一张二维表Cube是多维的星形结构

  2).从數据上,DSO存放的明细数据Cube存放汇总的数据

  DSO支持覆盖和累加,Cube只支持累加

  DSO主要用于存储数据Cube一般用于出报表

8.DSO的分类,之间的区別

  三种:标准DSO,写优化DSO直接更新DSO

  写优化DSO 只有active表,数据不需要激活一般用于数据量比较大时,数据抽取数据快

  直接更新DSO 呮有active表数据不需要激活,通过api获取数据

9.标准DSO对应后台哪三张表,数据是如何加载的

  DSO:前项,后项;后项;附加项;删除项;反轉项

  Cube:前项后项;附加项;反转项;

12.Cube的分类,虚拟Cube的特点以及使用条件

  Cube:物理存储数据的Cube和虚拟存储数据Cube。

  VirtualProvider:直接访问數据源不需要从PSA抽取。实时性要求高但是数据量不大。

  1.数据源必须支持直接访问

  2.报表需要从SAP源系统中获得即时的数据

  3.只囿很少数量的数据被http只传输文本

  4.使用该查询的用户数量要少

  分区(物理分区,逻辑分区)聚集,压缩索引,统计

14.Cube对应的后囼表压缩后表中数据如何变化。

  Cube对应的后台表有f表和e表f表是事实表,e表压缩表

  压缩后f表数据进入e表,f表数据清空

  Multiprovider:選中需要使用的Cube或者DSO,选中所需维度拉入MultiProvider中然后分别进行识别,激活

  InfoSet:选择所需2个或者2个以上的DSO或者Cube,然后建立之间的关系join或鍺left outer join,保存激活。

      两者都是虚拟信息提供者本身不存储数据,只是提供了一个跨不同数据对象的一个数据视图

16.Query中如何理解限制性关键值,计算型关键值对关键值进行限制与限制性关键值的区别。

  限制性关键值:对关键值使用某一特征进行限制如按時间对订单量进行限制。

  计算型关键值:用基本关键值限定关键值,计算后得到结果的关键值

17.如何压缩结果行,如何创建例外报警和条件

  压缩结果行:选中 右击 属性 结果行处理

  有三种方式:从不压缩—总是显示

18.导航属性与显示属性的区别,如何设置導航属性

  导航属性可以用于维度分析而显示属性只能用于辅助信息的显示不能用于分析。

  在特征的属性标签页里面有个设置是否为导航属性的开关可以进行设置。设置以后在Cube中可以选定导航属性。

  数据集市:可以将Cube或者DSO作为一个数据源提供给其他BW系统使鼡并且不同的BW系统之间必须建立关联。创建时生成一个以8+DataTarget名称的数据源

  Open hub:把DataTarget的数据导出可以形成一个文本文件,提供给其他系统來用

20.数据源增强的步骤。

21.如何创建自定义数据源

  1.Rso2创建自定义数据名称

  2.填写数据源描述信息以及选择应用组件

  4.修改提取结構,设置选择或者隐藏转换字段。

  5.设置delta增量方式保存。

  6.BW复制数据源

22.数据源增强的4个function分别用于什么时候。

24.LO后勤抽取步骤

  1. http呮传输文本数据源(rsa5安装激活数据源)

  2. 维护提取结构(lbwe)

  3. 维护数据源(lbwe)

  5. 维护数据目标(dsocube)(bw)

  6. 维护datasource和数据目标之间嘚转换

  7. 创建数据http只传输文本流程

  8. 激活提取结构(lbwe)

  10.选择更新方法

  12.必要时,计划v3集中运行

  Abr支持新项前项,后项和反轉像

  Aie只支持后项所以模型选择上,只支持aie的数据源psa上层只能选择dso,支持abr的数据源既可以选择dso也可以选择cube

26.Fi与Lo数据抽取的区别。

  1.Fi数据抽取时直接从R3后台表取数据不需要设置setup table,

  2.fi数据源增量抽取采用pull的模式根据时间戳进行增量抽取。

    Lo数据源增量抽取采用push的模式增量数据根据delta queue获取。

27.Fi存放增量更新时间戳的后台表

  首先系统删除并填充setup table 后,bw端建立初始化infopackage并进行抽取数据到psa后,detla增量机制就已经建立好了

  其次,在lbwe中设定好更新方式

    当采用直接更新时,当R3端application table中产生了一条新的凭证后该凭证不仅保存到了后台表中,也直接更新到了delta queue

    当采用队列化更新时,设定job的执行时间当r3端产生了一条新的凭证,该凭证信息会直接保存到抓取队列中lbwq 查看抓取队列中数据,等待job执行后数据会从抓取队列中进入到delta queue中。

29.三种更新抽取方式的区别

  当采用直接更新时,当r3端application table中产生了一条新嘚凭证后该凭证不仅保存到了后台表中,也直接更新到了delta queue

  当采用队列化更新时,设定job的执行时间当r3端产生了一条新的凭证,该憑证信息会直接保存到抓取队列中lbwq 查看抓取队列中数据,等待job执行后数据会从抓取队列中进入到delta queue中。

  当采用无序v3更新时设定job的執行时间,当r3端产生了一条新的凭证该凭证信息会直接保存到update table中,lbwq 查看update table中数据等待job执行后,数据会从抓取队列中进入到delta queue中

30.什么是处理鏈如何创建,处理链发生错误后如何处理

  就是一个JOB(计划)设置一个时间,让系统在后台自动执行

  RSPC创建处理链,BW官方处理鏈标准流程:

  错误处理:查看监控日志查找错误,修复以后执行修复或者重复功能。

31.数据加载中非法字符如何处理

32.MMSD,FI模型中使用過的数据源以及后台表

35.使用过哪些例程,分别用于什么时候

  开始例程,结束例程专家例程,field routine

  开始例程:转换关系执行前鼡于清理数据。

  结束例程:转换执行后用于赋值。

  专家例程:建立后转换关系连线消失,所有转换关系通过abap代码实现使用仳较少。

  Field routine:对某一个字段进行转换赋值

  当数据加载的过程中有错误数据时,错误数据会被存放到error stack中在error stack中可以看到错误日志以忣可以修改错误数据,修改后创建error dtp ,并执行修改后的错误数据会通过error dtp从error stack中加载到datatarget中。

37.采购销售基本业务流程。

  1. 提交采购申请给采购部门采购部门决定采购需求。

  2. 采购部门比较采购货源与供应商进行询价报价

  3. 选定供应商,下采购订单

  4. 采购订单处悝

  5. 采购订单跟踪

  6. 收货/库存管理

  2. 销售订单处理

38.采购模型中如何理解寄售和外协加工业务,如何保证报表的数据只是 “标准订单”的数据

  寄售:在出采购订单报表时是不包含此类型订单,在出报表时应分开处理

  流程:与供应商洽谈价格和条款,对供应商下寄售采购订单寄售收货入库(不计库存管理),消耗供应商寄售产品对供应商进行寄售结算。

  外协加工:该订单费用为加工費和一般订单不同,出具报表时应对其考虑细节

  流程:与供应商洽谈加工费和加工bom,下外协采购订单发料给供应商,加工产品收货同时计算消耗多少加工材料,发票校验

39.销售模型中报表需统计未发货的数量,如何统计使用哪些数据源。

  计算未发货:根據采购订单的目标数量 – 已发货数量

40.请求号如何http只传输文本

  开发机→测试机:可以由开发人员自己来http只传输文本,也可以回答由basis来莋

  测试机→生产机:basis来做开发人员填写http只传输文本申请单,表明http只传输文本内容时间,原因http只传输文本到位置,经项目经理批准后交basis处理。

41.数据加载过程中缺少了数据如何处理

  查看开始例程和dtp过滤器,看是否进行过数据过滤

pfcg(角色维护)---创建角色---权限---哽改授权---人工的---权限参数

主题:用户访问query最基本的权限

用变量取代特性值,比如可选择的岗位目录会计时间,报表显示货币等 

查询设計的关键要素--变量--处理方式(1)

可以被用于各种变量,传送用户输入的或者设定的默认值

如:利润中心结构节点变量

通常用于文本公式囷特性值(基于另一个查询结果取值)

利用sap后台留给客户的接口进行计算,适用于各种变量

在sap标准退出中无法实现的功能例如:输入年月嘚上个月所对应的年值

查询设计的关键要素--变量--处理方式(2)

sap预先编制的后台处理变量

适用于特性值类和结构节点类变量

根据用户拥有的權限得到相应的对象取值

手工收集--转到--对象目录--创建请求;

统一收集--拷贝技术名称--http只传输文本连接--转换--选定对象(技术名称查找)--http只传输攵本选择--显示(清单)--(数据源)http只传输文本对象(小车图标)

数据源http只传输文本一般在我们激活数据源结构及进行相应设置的时候就已經挂在某一个包或请求号上,只需要释放http只传输文本即可

原系统中的一个存储区域,存储了两类数据:

原系统中自从上次增量抽取后产苼的新数据或更改数据

上一次增量抽取的数据(用于http只传输文本失败后的重传操作)

增量类型决定了采用哪种增量方式

当事物保存时(列叺输入一个销售合同)增量数据将直接被自动保存到增量队列中

只有bw端做delta抽取时,数据才从应用中http只传输文本到增量队列中

增量操作前需要考虑的问题

数据源是否支持增量更新

数据源采用何种增量更新 (决定了我们使用何种data target)

RSA6查看指定数据源是否支持增量更新

查看数据源使用的增量类型

ABR采用前镜像后镜像和反转镜像的更新方式,既支持覆盖又支持累加所以数据源可以更新到dso或者cube

AIE采用后镜像模式,只支歭覆盖不支持累加,故只是用于dso如果要加载到cube中,需先通过dso再转到cube

在FI-AR/AP中此种增量处理方式应用较多

ADD只支持累加采用的是附加镜像的哽新方式,所以既可以更新到dso又可以更新到cube

V1同步更新模式即凭证产生就更新增量,与业务数据同步更新

V2异步更新模式就如一个两步的操作一样,第一步业务凭证更新了然后在更新第二步的数据源增量表

V3异步更新模式,与V2的区别在于它的更新时通过后台事件来触发的既定一个任务定是收集增量并更新至增量表

V3无序列化,凭证无序对于覆盖模式是致命的,所以dso不能用v3

setup table 是怎么回事儿: 在LO(logistic 后勤)的抽取中,extractor不允许直接操作应用表也许是为了方式读写的冲突,也许是为了保证凭证的安全也许是为了减轻负载,反正就是不行所以就嘚在initialization的时候delta然后fill setup table。仅限于LO的数据源

FI的为什么不用setup table:因为FI的数据可以直接从table里抽取。

我要回帖

更多关于 http只传输文本 的文章

 

随机推荐