SAP Datasphere beschreiben

Das Verständnis des Geschäftskontexts in SAP Datasphere ist entscheidend, um das volle Potenzial Ihrer Datenmanagementstrategie auszuschöpfen, unabhängig davon, ob Sie ein Unternehmensarchitekt, ein Dateningenieur oder ein Datenanalyst sind.

Sehen Sie sich das folgende Video an, um den Anwendungsfall für SAP Datasphere zu erkunden.

SAP Datasphere ermöglicht eine Business-Data-Fabric-Architektur, die geschäftskritische Daten im gesamten Unternehmen eindeutig harmonisiert und Geschäftsexperten dabei unterstützt, die wirkungsvollsten Entscheidungen zu treffen. Sie kombiniert zuvor diskrete Funktionen zu einem einheitlichen Service für Datenintegration, Katalogisierung, semantische Modellierung und Data Warehousing.

SAP Datasphere:

• ist dafür konzipiert, die Föderation und Aufnahme von SAP- und Nicht-SAP-Daten zu kombinieren.
• behält die gesamte Bedeutung und den Kontext von SAP-Daten system- und cloudübergreifend bei.
• ist in die Plattformen anderer Datenlieferanten integriert und bietet einen nahtlosen und skalierbaren Zugriff auf eine maßgebliche Quelle für Ihre wertvollsten Unternehmensdaten.
• nutzt vorhandene Datenbeteiligungen, da es nicht erforderlich ist, Daten in einen anderen Datenspeicher zu verschieben.
• vereinfacht Ihre Datenlandschaft radikal und stellt eine inhärente Governance während des gesamten Datenlebenszyklus sicher.

SAP Datasphere basiert auf SAP HANA Cloud und folgt einem klaren Data-Warehouse-as-a-Service-Ansatz (DWaaS) in der Public Cloud mit schnellen Release-Zyklen.

SAP Datasphere bietet die folgenden Funktionen für eine vollständige Business-Data-Fabric-Architektur:

• Konnektivität: Definieren Sie Verbindungen zu SAP- und Nicht-SAP-Quellen. Um die Konnektivität auf zusätzliche Datenquellen auszuweiten, können Sie Partner-Tools wie Adverity und Precog verwenden.

• Datenföderation, Datenreplikation und Datentransformation: Definieren Sie Remote-Tabellen und -Flüsse für verschiedene Datenimportszenarios.

• Semantisches Onboarding: Importieren Sie semantisch umfangreiche Objekte aus Ihren SAP-Systemen und dem Content-Netzwerk sowie den öffentlichen Datenmarktplatz und andere Marktplatzkontexte.

• Space-Management: Definieren Sie Spaces als sichere virtuelle Arbeitsumgebungen, in denen Mitglieder Daten importieren, vorbereiten und modellieren können.

• Administration und Sicherheit: Verwalten Sie Einstellungen auf Systemebene, z. B. Konnektivitäts- und Datenintegrationseinstellungen, Sicherheits-, Auditing- und Monitoring-Einstellungen.

• Daten- und Geschäftsmodellierung: Verwenden Sie grafische Low-Code- oder No-Code-Tools oder leistungsstarke integrierte SQL für Modellierungsanforderungen. Anreichern vorhandener Datensets mit externen Daten aus dem Data Marketplace, CSV-Uploads und Drittanbieterquellen.

• Katalog: Sammeln und organisieren Sie Daten und Metadaten, damit Unternehmen und technische Benutzer fundierte datengestützte Entscheidungen treffen können. Der Katalog steigert die Produktivität und Effizienz, indem er Vertrauen in Unternehmensmetadaten durch konsistente Datenqualität und Governance schafft.

• Data Marketplace: Ermöglichen Sie Unternehmen die einfache Integration von Drittanbieterdaten. Sie können analytische Daten von Datenanbietern suchen und kaufen. Die Daten werden in Form von Objekten geliefert, die als Datenprodukte verpackt sind und die Sie in Spaces Ihres SAP-Datasphere-Tenants verwenden können.

• SAP Datasphere, BW-Bridge: Migrieren Sie Ihr altes SAP-BW-System in die Cloud. Sie können vorhandene Investitionen wiederverwenden, indem Sie ABAP-Code, Extraktoren und ETL-Prozesse übertragen und gleichzeitig SAP HANA Cloud für modernes, skalierbares Data Warehousing und die Integration mit SAP-Anwendungen nutzen.

  Notiz

  Die Modernisierung von SAP BW oder SAP BW/4HANA in SAP Business Data Cloud ist nun die strategische Ausrichtung.

• Objektspeicher- und Apache-Spark-Laufzeit: Speichern Sie große Mengen von Datendateien und verwenden Sie die Apache-Spark-Laufzeit für die Verarbeitung großer Datenmengen in Datei-Spaces (SAP-HANA-Data-Lake-Dateien), wo sie als primäre Ausführungs-Engine für Transformationsflüsse und Datenvorbereitungsaufgaben dient.

• CLI: Verwenden Sie die CLI (Command Line Interface), um eine Verbindung zu SAP Datasphere herzustellen und bestimmte Objekttypen (z. B. Spaces, Benutzer, Verbindungen) zu verwalten.

• API: Verwenden Sie die SQL-API, um externe Tools zum Anlegen von Artefakten und zum Schreiben von Daten mithilfe des Open-SQL-Schemas zu aktivieren.

• Analysen: Nutzen Sie SAP-Datasphere-Daten in SAP-Analytics-Cloud-Storys über eine Live-Verbindung.

• Planung: Nutzen Sie die nahtlose Planung mit SAP Analytics Cloud für die Planung.

• Externe Nutzung: Verwenden Sie verfügbar gemachte Daten in Clients, Tools und Apps über einen OData-Service oder JDBC/ODBC.

• Open-Data-Ecosystem-Partner:

  • Collibra: Bidirektionaler Metadatenaustausch zwischen dem SAP-Datasphere-Katalog und dem Collibra-Datenkatalog, was ein effizientes Metadatenmanagement und eine zuverlässige Daten-Governance im gesamten Datenumfeld ermöglicht.
  • Databricks: Integrieren Sie SAP-Daten mit einer Data-Lakehouse-Plattform, insbesondere für Szenarien für maschinelles Lernen.
  • Confluent: Setzen Sie Ihre Daten mit Echtzeit-Ereignis- und Streaming-Daten in Bewegung.
  • DataRobot: Nutzen Sie erweiterte Intelligenz mit automatisiertem maschinellem Lernen.
  • Google Cloud: Nutzung von Google-Cloud-Services für SAP-Datasphere-Daten.

Die Landing-Page von SAP Datasphere zeigt die folgenden Navigationsbereiche:

• Repository-Explorer: Vorhandene Objekte suchen, filtern und verwalten oder neue Objekte anlegen.
• Monitoring: Einplanen, Ausführen und Überwachen von Datenaufnahme-, Replikations- und Transformationsaufgaben innerhalb eines Space mit einem zentralen Tool.
• Katalog und Marktplatz: Datenprodukte und Assets in allen verbundenen Quellen schnell finden und darauf zugreifen.
• Semantische Einbindung: Importieren Sie semantisch umfangreiche Objekte aus SAP-Systemen, dem Content-Netzwerk, dem öffentlichen Datenmarktplatz und anderen Marktplatzkontexten.
• Business Builder: Modellieren Sie Geschäftsszenarios in der Business-Schicht, unabhängig von der Datenschicht. Beachten Sie, dass dieses Werkzeug nun obsolet ist. Für geschäftsspezifische Anforderungen wird empfohlen, Analysemodelle im Data Builder anzulegen.
• Data Builder: Definieren Sie Datenmodelle mithilfe grafischer Tools oder des SQL-Editors. Dateningenieure können Daten standardisiert modellieren, kombinieren und harmonisieren, indem sie Flüsse für Echtzeitreplikation, Föderation und Transformation nutzen.
• Verbindungen: Verwalten Sie Verbindungen zu Remote-Quellen in Ihren Spaces.
• Space-Management: Spaces für die Datenmodellierung anlegen und verwalten. Sie können die Space-Größe, den Speichertyp und die Priorität definieren sowie Benutzer hinzufügen und Quellen verbinden. Während Spaces entkoppelt sind, können Objekte von ihnen geteilt werden.
• Übersetzung: Verwalten Sie mehrsprachige Metadaten wie betriebswirtschaftliche Namen und Spaltenbezeichner, hauptsächlich für die Verwendung in SAP Analytics Cloud.
• Sicherheit: Verwalten Sie Berechtigungen, indem Sie Benutzer, benutzerdefinierte Rollen und Anwendungsbereichsrollen pflegen.
• Transport: Objekte mithilfe von Paketen importieren und exportieren.
• Data Sharing Cockpit: Datenprovider-Profile verwalten und Datenprodukte teilen.
• System: Konfigurations- und Administrationsaufgaben ausführen.