我们来了解 SAP Datasphere 中的部件类型、语义用法和建模方法。
数据模型构建器工件类型
使用数据模型构建器，可以定义以下对象：
表：持久性的本地表和用于虚拟访问的远程表。
图形视图：直观的 GUI，支持对主数据和事务数据部件进行强大且易于使用的建模。
SQL 视图：为基于 SQL 或 SQL 脚本的模型提供强大的 SQL 编辑器。
实体-关系模型：导入、可视化、编辑和部署多个数据实体，以更好地管理建模概念。
分析模型：定义多维模型，为分析提供数据基础（包括预定义的度量、层次结构、过滤器、变量和关联）。
数据流：使用转换逻辑将数据从源加载到 SAP Datasphere。
复制流：当不需要复杂投影时，可以快速、轻松地将多个数据资产从同一源复制到同一目标。
转换流：从一个或多个源表加载数据，应用转换（例如联接），并在本地表中输出结果。
智能查找：在手动联接不足时支持查找以合并不同实体中数据的工具。
任务链：将多个任务分组并手动运行一次，或通过计划定期运行。
数据访问控制：设置行级安全权限。
语义用法
定义表和视图时，指定语义用法。存在以下类型的语义用法：
关系数据集：包含没有特定分析用途的列。
事实：指示实体包含一个或多个可以分析的度量。
维（标准）：指示实体包含用于分析和分类其他实体中定义的度量的特性。
维（会计时间）：使用专用语义、验证和设置对会计时间段进行建模。
文本：表示实体包含带有语言 ID 的字符串，用于翻译文本特性。
层次结构：包含定义父子层次结构的特性。
带目录的层次结构：包含一个或多个父子层次结构。
分析数据集（已弃用）：已弃用，建议改用语义用法事实。
注意
可在此处找到有关弃用分析数据集的详细信息：
SAP Datasphere 中的建模方法
在典型的端到端场景中，数据获取是使用联合、复制和转换功能的起点。
此后，开发人员和建模者使用本地表、远程表和智能查找创建视图，以合并、清理和准备数据。
在视图的顶部，可以创建分析模型。它旨在成为顶级模型，使用更多计算和语义信息组合、重命名、细化和丰富基础部件。SAP Analytics Cloud 和其他分析客户端可以使用这些对象。
作为建模方法，可以在 SAP Datasphere 中定义涉及不同层的数据仓储概念：
入站层：基础数据获取层，用作来自不同源系统的数据的入口点，以最少的转换提供来自源系统的 1:1 直接映射。
协调层：位于入站层之上的对象，重点关注可重用性、数据标准化、语义丰富，并在具有通用业务术语和统一数据结构的入站层之上创建可重用视图。
- 在此层中，各个数据集根据来自不同系统的标准化语义进行协调，例如，来自 SAP ECC 的 RBUKRS 和 SAP BW 中的 0COMP_CODE。
- 协调层通常被显式描述为传播层中对象的准备层。
- 使用映射（列选择、列重命名、仅 SUM）协调来自不同系统的字段名称（例如，来自 SAP ECC 的 RBUKRS 和 SAP BW 中的 0COMP_CODE）并应用静态技术过滤器。
- 使用数据访问控制限制用户访问所有数据。
传播层：位于入站或协调层上的对象，提供来自不同源的数据的语义和值标准化，以高度协调的形式提供数据以供进一步分配和多次使用。
- 在此层中，各个数据集与联接和合并相结合，如果需要，数据会进行聚合，并应用动态筛选器。
- 主数据对象及其语义在此层中建模，包括文本和层次结构关联。
- 此层中的数据是一致的、完整的，通常没有冗余（出于性能原因或复杂的建模任务除外）。
- 传播层也可用于持久视图，以提供持久架构式数据集市，并且是报告层的基础。
报表层：通常通过 SAP Analytics Cloud 等报表工具访问的对象（分析模型）。
- 这是将应用主数据连接或关联的位置。异常聚合、受限列和计算所得列也在此处建模。
- 使用数据访问控制进一步限制与数据集报告相关的限制。