Modellierungskonzepte beschreiben

Mit dem Data Builder können Sie die folgenden Objekte definieren:

• Tabelle: Lokale Tabellen für Persistenz und Remote-Tabellen für virtuellen Zugriff.

• Grafische Sicht: Intuitive GUI für leistungsstarke und benutzerfreundliche Modellierung für Stamm- und Bewegungsdatenartefakte.

• SQL-View: Leistungsstarker SQL-Editor für Modelle, die auf SQL oder SQL-Skript basieren.

• Entity-Relationship-Modell: Importieren, visualisieren, bearbeiten und implementieren Sie mehrere Datenentitäten, um Ihr Modellierungskonzept besser zu verwalten.

• Analysemodell: Definieren Sie mehrdimensionale Modelle, um die Datengrundlage für Analysezwecke bereitzustellen (einschließlich vordefinierter Kennzahlen, Hierarchien, Filter, Variablen und Assoziationen).

• Datenfluss: Laden Sie Daten aus Quellen mit Transformationslogik in SAP Datasphere.

• Replikationsfluss: Kopieren Sie schnell und einfach mehrere Daten-Assets aus derselben Quelle in dasselbe Ziel, wenn keine komplexen Projektionen erforderlich sind.

• Transformationsfluss: Laden Sie Daten aus einer oder mehreren Quelltabellen, wenden Sie Transformationen an (z.B. einen Join), und geben Sie das Ergebnis in einer lokalen Tabelle aus.

• Intelligente Suche: Tool zur Unterstützung von Lookups zum Zusammenführen von Daten aus verschiedenen Entitäten, wenn manuelle Joins nicht ausreichen.

• Aufgabenkette: Gruppieren Sie mehrere Aufgaben und führen Sie sie manuell einmal oder periodisch über einen Zeitplan aus.

• Datenzugriffskontrolle: Richten Sie die Sicherheitsberechtigung auf Zeilenebene ein.

Bei der Definition von Tabellen und Views wird eine semantische Verwendung angegeben. Es gibt folgende Arten der semantischen Verwendung:

• Relationales Datenset: Enthält Spalten ohne spezifischen analytischen Zweck.

• Fakt: Gibt an, dass Ihre Entität eine oder mehrere Kennzahlen enthält, die analysiert werden können.

• Dimension (Standard): Gibt an, dass Ihre Entität Attribute enthält, die zur Analyse und Kategorisierung von Kennzahlen verwendet werden, die in anderen Entitäten definiert sind.

• Dimension (Geschäftszeit): Zum Modellieren Ihrer Geschäftszeiträume mit dedizierter Semantik, Validierungen und Einstellungen.

• Text: Gibt an, dass Ihre Entität Zeichenfolgen mit Sprachkennungen zum Übersetzen von Textattributen enthält.

• Hierarchie: Enthält Attribute, die eine Hierarchie aus über- und untergeordneten Elementen definieren.

• Hierarchie mit Verzeichnis: Enthält eine oder mehrere Hierarchien aus über- und untergeordneten Elementen.

• Analytisches Datenset (abgekündigt): Ist abgekündigt, und es wird empfohlen, stattdessen den Fakt der semantischen Verwendung zu verwenden.

  Notiz

  Weitere Informationen zur Abkündigung des analytischen Datensets finden Sie hier:

  Analytische Datensets (abgekündigt)

In einem typischen End-to-End-Szenario ist der Datenimport der Ausgangspunkt für Föderations-, Replikations- und Transformationsfunktionen.

Ab diesem Zeitpunkt legen Entwickler und Modellierer Views mithilfe lokaler Tabellen, Remote-Tabellen und intelligenter Suchen an, um Daten zu kombinieren, zu bereinigen und vorzubereiten.

Auf der Grundlage von Views können Sie Analysemodelle anlegen. Es handelt sich um ein Modell der obersten Ebene, das die zugrunde liegenden Artefakte mit weiteren Berechnungen und semantischen Informationen kombiniert, umbenennt, verfeinert und anreichert. SAP Analytics Cloud und andere Analytics-Clients können diese Objekte verwenden.

Als Modellierungsansatz können Sie ein Data-Warehousing-Konzept in SAP Datasphere mit verschiedenen Schichten definieren:

1. Eingangsschicht: Die grundlegende Datenaufnahmeschicht, die als Einstiegspunkt für Daten aus verschiedenen Quellsystemen dient und eine direkte 1:1-Zuordnung aus Quellsystemen mit minimaler Transformation bereitstellt.

2. Harmonisierungsschicht: Objekte auf der Eingangsschicht mit starkem Fokus auf Wiederverwendbarkeit, Datenstandardisierung, semantische Anreicherung und Anlegen wiederverwendbarer Views auf der Eingangsschicht mit allgemeiner Geschäftsterminologie und einheitlichen Datenstrukturen.

   • In dieser Schicht werden die einzelnen Datensätze in Bezug auf die standardisierte Semantik aus verschiedenen Systemen harmonisiert, z.B. RBUKRS aus SAP ECC und 0COMP_CODE in SAP BW.
   • Die Harmonisierungsschicht wird oft explizit als Vorbereitungsschicht für die Objekte in der Propagationsschicht dargestellt.
   • Verwenden Sie Projektionen (Spaltenauswahl, Spaltenumbenennung, nur SUM), um Feldnamen aus verschiedenen Systemen (z.B. RBUKRS aus SAP ECC und 0COMP_CODE in SAP BW) zu harmonisieren und statische technische Filter anzuwenden.
   • Verwenden Sie Datenzugriffskontrollen, um den Zugriff von Benutzern auf alle Daten zu beschränken.

3. Propagationsschicht: Objekte auf der Eingangs- oder harmonisierten Schicht, die eine semantische und wertmäßige Standardisierung von Daten aus verschiedenen Quellen bieten und Daten in stark harmonisierter Form für die weitere Verteilung und Mehrfachverwendung bereitstellen.

   • In dieser Schicht werden die einzelnen Datensätze mit Joins und Unions kombiniert, Daten werden bei Bedarf aggregiert, und dynamische Filter werden angewendet.
   • Stammdatenobjekte und ihre Semantik werden in dieser Schicht einschließlich Text- und Hierarchieassoziationen modelliert.
   • Daten in dieser Schicht sind konsistent, vollständig und in der Regel redundanzfrei (außer aus Performancegründen oder komplizierten Modellierungsaufgaben).
   • Die Propagierungsschicht kann auch für persistente Views verwendet werden, um die persistenten Architected Data Marts zu bedienen, und ist eine Grundlage für die Reporting-Schicht.

4. Reporting-Schicht: In der Regel Objekte (Analysemodelle), auf die Reporting-Werkzeuge wie SAP Analytics Cloud zugreifen.

   • Hier werden Stammdaten-Joins oder Assoziationen angewendet. Auch Ausnahmeaggregation, eingeschränkte und berechnete Spalten werden hier modelliert.
   • Verwenden Sie Datenzugriffskontrollen für weitere Einschränkungen im Zusammenhang mit der Berichterstellung für Datensätze.