Introdução ao SAP Datasphere

Compreender o contexto empresarial no SAP Datasphere é crucial para aproveitar todo o seu potencial em sua estratégia de gerenciamento de dados, seja você um arquiteto empresarial, um engenheiro de dados ou um analista de dados.

Assista ao vídeo a seguir para explorar o caso de uso do SAP Datasphere.

O SAP Datasphere permite uma arquitetura de infraestrutura de dados empresariais que harmoniza de forma exclusiva os dados essenciais em toda a organização, deixando os especialistas da empresa mais à vontade para tomar decisões de maior impacto. Ele combina capacidades anteriormente discretas em um serviço unificado para integração de dados, catalogação, modelagem semântica e data warehousing.

SAP Datasphere:

• O foi projetado para combinar a federação e a ingestão de dados da SAP e de terceiros.
• preserva todo o significado e o contexto dos dados da SAP em todos os sistemas e nuvens.
• O integra-se com outras plataformas de fornecedores de dados, fornecendo acesso contínuo e escalável a uma fonte autorizada para seus dados empresariais mais valiosos.
• aproveita os investimentos em dados existentes, uma vez que não requer a movimentação de dados para outro armazenamento de dados.
• simplifica radicalmente sua estrutura de dados, garantindo governança inerente ao longo do ciclo de vida dos dados.

O SAP Datasphere é baseado no SAP HANA Cloud e segue uma abordagem clara de data warehouse como serviço (DWaaS) na nuvem pública, com ciclos de lançamento rápidos.

O SAP Datasphere fornece os seguintes recursos para uma arquitetura de infraestrutura de dados de negócios completa:

• Conectividade: defina conexões com fontes da SAP e de terceiros. Para ampliar a conectividade para cobrir fontes de dados adicionais, você pode usar ferramentas de parceiro como Adverity e Precog.

• Federação de dados, replicação de dados e transformação de dados: defina tabelas remotas e fluxos para vários cenários de aquisição de dados.

• Integração semântica: importe objetos semanticamente ricos de seus sistemas SAP e da rede de conteúdo, bem como do marketplace de dados públicos e de outros contextos de marketplace.

• Gerenciamento de áreas: defina áreas como ambientes de trabalho virtuais seguros em que os membros podem adquirir, preparar e modelar dados.

• Administração e segurança: gerencie configurações no nível do sistema, como configurações de conectividade e integração de dados, segurança, auditoria e configurações de monitoramento.

• Modelagem de dados e negócios: use ferramentas gráficas low-code ou no-code ou SQL integrado poderoso para necessidades de modelagem. Enriqueça os conjuntos de dados existentes com dados externos provenientes do Marketplace de dados, uploads de CSV e fontes de terceiros.

• Catálogo: colete e organize dados e metadados, permitindo que empresas e usuários técnicos tomem decisões seguras baseadas em dados. O catálogo melhora a produtividade e a eficiência, conquistando confiança nos metadados empresariais por meio de governança e qualidade de dados consistentes.

• Marketplace de dados: permita que as empresas integrem facilmente dados de terceiros. Você pode pesquisar e comprar dados analíticos de provedores de dados. Os dados vêm na forma de objetos empacotados como produtos de dados, que você pode usar em áreas do locatário do SAP Datasphere.

• SAP Datasphere, ponte do BW: migre seu sistema SAP BW legado para a nuvem. Você pode reutilizar os investimentos existentes transferindo códigos ABAP, extratores e processos ETL e, ao mesmo tempo, aproveitando o SAP HANA Cloud para armazenamento de dados moderno e escalável e integração com aplicativos SAP.

  Nota

  Modernizar o SAP BW ou o SAP BW/4HANA para o SAP Business Data Cloud agora é a direção estratégica.

• Tempo de execução de repositório de objetos e Apache Spark: armazene grandes quantidades de arquivos de dados e use o tempo de execução do Apache Spark para processamento de dados em larga escala em áreas de arquivo (arquivos de data lake do SAP HANA), onde ele serve como mecanismo de execução principal para fluxos de transformação e tarefas de preparação de dados.

• CLI: use a CLI (Interface de linha de comando) para se conectar ao SAP Datasphere e gerenciar determinados tipos de objetos (por exemplo, áreas, usuários, conexões).

• API: use a API SQL para permitir que ferramentas externas criem artefatos e gravem dados usando o esquema Open SQL.

• Análise: consuma dados do SAP Datasphere em histórias do SAP Analytics Cloud por meio de uma conexão em tempo real.

• Planejamento: aproveite o planejamento perfeito com o SAP Analytics Cloud para planejamento.

• Consumo externo: consuma dados expostos em clientes, ferramentas e apps por meio de um serviço OData ou JDBC/ODBC.

• Parceiros do ecossistema de dados aberto:

  • Collibra: Permita a troca bidirecional de metadados entre o catálogo do SAP Datasphere e o catálogo de dados do Collibra, facilitando o gerenciamento eficiente de metadados e a governança robusta de dados em todo o ecossistema de dados.
  • Databricks: integre dados da SAP com uma plataforma data lakehouse, especialmente para cenários de machine learning.
  • Confluent: Defina seus dados em movimento com eventos em tempo real e dados de streaming.
  • DataRobot: aproveite a inteligência ampliada com Machine Learning automatizado.
  • Google Cloud: aproveite os serviços do Google Cloud nos dados do SAP Datasphere.

A página de chegada do SAP Datasphere mostra as seguintes áreas de navegação:

• Repository Explorer: pesquise, filtre e gerencie objetos existentes ou crie novos.
• Monitoramento: programe, execute e monitore tarefas de ingestão, replicação e transformação de dados em uma área com uma ferramenta centralizada.
• Catálogo e Marketplace: encontre e acesse rapidamente produtos e ativos de dados em todas as fontes conectadas.
• Integração semântica: importe objetos semanticamente ricos de sistemas da SAP, da rede de conteúdo, do marketplace de dados públicos e de outros contextos de marketplace.
• Gerador de negócios: modele cenários empresariais na camada de negócios, independentemente da camada de dados. Observe que esta ferramenta está agora obsoleta. Para requisitos específicos da empresa, é recomendável criar modelos de análise no Gerador de dados.
• Gerador de dados: defina modelos de dados usando ferramentas gráficas ou o editor SQL. Os engenheiros de dados podem modelar, combinar e harmonizar dados de forma padronizada, aproveitando fluxos para replicação, federação e transformação em tempo real.
• Conexões: gerencie conexões com fontes remotas em suas áreas.
• Gerenciamento de áreas: crie e gerencie áreas para modelagem de dados. Você pode definir o tamanho da área, o tipo de armazenamento e a prioridade, bem como adicionar usuários e conectar fontes. Enquanto as áreas são separadas, os objetos podem ser compartilhados entre elas.
• Tradução: gerencie metadados multilíngues, como nomes comerciais e etiquetas de coluna, principalmente para consumo no SAP Analytics Cloud.
• Segurança: gerencie autorizações atualizando usuários, funções personalizadas e funções com escopo.
• Transporte: importe e exporte objetos usando pacotes.
• Cockpit de compartilhamento de dados: gerencie perfis de provedor de dados e compartilhe produtos de dados.
• Sistema: executar tarefas de configuração e administração.