Architektur eines DW/ von SAP BI

Prof. Dr. Norbert Ketterer - HS Fulda

Referenzarchitektur eines DW [HA04]

Front-End
Data-Marts Marts
Ausgangsbasis: operative Vorsysteme Nach der Extraktion erfolgt eine Bereinigung und Transformation der Daten Letztlich werden die Daten in einen zentralen Datenbestand (dieser wird i.d.R. in mehreren relationalen Tabellen liegen) transportiert Auf Basis dieses zentralen Datenbestandes werden spezifische Teilsichten (DataMarts) extrahiert hier existieren verschiedene Datenstrukturen (die wir uns spter genauer ansehen werden), die das Reporting untersttzen

MDB/ OLAP

ROLAP

Data-Warehouse

Externe Daten

Operative Vorsysteme

[HA04]

Metadaten

Prof. Dr. Norbert Ketterer - HS Fulda

Referenzarchitektur eines DW (SAP)

Es existiert eine Vielzahl von unterschiedlichen Data-WarehouseArchitekturen. Gemeinsam ist Ihnen eine Schichtenarchitektur. Die folgende SAP-spezifische - Architektur detailliert die Referenzarchitektur von Hahne [HA04] in:

Persistent Staging Area Data Warehouse Architected Data Marts Operational Data Store

(SAP)

Die Schichtenarchitektur des Data Warehouses ist ein konzeptioneller Ansatz ! In der Praxis sind die Grenzen dieser Schichten oft flieend; einzelne Datenspeicher knnen dabei auch in zwei verschiedenen Schichten eine Rolle spielen. Die detaillierte technische Implementierung ist stets organisationsspezifisch. SAP-BI stellt lediglich die Bausteine zur Implementierung dieser Layer zur Verfgung es erzwingt keine korrekte Verwendung der Bausteine

Prof. Dr. Norbert Ketterer - HS Fulda

Technische Architektur des SAP BI 7.0

3-Schichtige Architektur BW-Server enthlt die Bausteine des DataWarehouse (Info-Provider) mit diesen kann gem der Referenzarchitektur ein DW aufgebaut werden Reporting-Layer bildet das Interface zum Anwender Verschiedene Data-Sources knnen durch die StagingEngine untersttzt werden
[JON08]

Prof. Dr. Norbert Ketterer - HS Fulda

SAP: Persistent Staging Area Layer

Nach der Extraktion aus den Quellsystemen gelangen die Daten in die Eingangsschicht des Data Warehouses - die Persistent Staging Area (PSA). In dieser Schicht werden die Daten unverndert zum Quellsystem satzweise in relationalen Tabellen abgelegt. Der Weg der Daten von hier aus in die nchste Schicht dient qualittssichernden Manahmen und den fr eine einheitliche, integrierte Datensicht notwendigen Transformationen und Bereinigungen. Funktion: Die Entkopplung des Ladevorgangs von der Weiterverteilung im BI trgt zu einer verbesserten Ladeperformance bei. Das operative System wird nicht belastet, wenn erst bei der Weiterverarbeitung der Daten Fehler auftauchen; Sperrprobleme werden verhindert.
5
Prof. Dr. Norbert Ketterer - HS Fulda

SAP: Data Warehouse Layer

Das Ergebnis dieser ersten Transformationen und Bereinigungen kann theoretisch in der nchsten Schicht, dem Data Warehouse, abgelegt werden. Diese Data-Warehouse-Schicht offeriert integrierte, granulare, historische, stabile Daten, die noch nicht fr einen konkreten Anwendungszweck verndert wurden, d.h. sie sind applikationsneutral. Sie bietet damit die Grundlage, um konsistente Auswertungsstrukturen aufzubauen und flexibel auf neue Anforderungen zu reagieren.
6
Prof. Dr. Norbert Ketterer - HS Fulda

SAP: Architected Data Marts/ Reporting - Layer

Aus der Data-Warehouse-Schicht werden die meist multidimensionalen Auswertungsstrukturen beliefert, die auch als Architected Data Marts bezeichnet werden. Diese Schicht entspricht den Anforderungen der aggregierten Auswertung. Dabei ist Data Mart aber nicht immer mit summiert bzw. aggregiert gleichzusetzen; auch hier findet man detaillierte Strukturen, die sich aber allein an den Anforderungen der Auswertung orientieren, wohingegen die granularen Daten der DataWarehouse-Schicht applikationsneutral sind, um die Wiederverwendbarkeit zu garantieren. Der Begriff "Architected bedeutet, dass es sich bei den Data Marts nicht im Insellsungen handelt, sondern um Lsungen, die auf einem durchgngig konsistenten Datenmodell basieren.

Prof. Dr. Norbert Ketterer - HS Fulda

SAP: Operational Data Store - Layer

Neben der strategischen Datenanalyse untersttzt ein Data Warehouse durch den Operational Data Store auch die operative Datenanalyse. Die Daten knnen in einer Operational-Data-Store-Schicht fortwhrend oder in kurzen Zeitabstnden fortgeschrieben und fr die operative Analyse gelesen werden. Optional knnen die Daten von der Operational-Data-Store-Schicht zu einem definierten Zeitpunkt in die Data-Warehouse-Schicht weitergeleitet werden. Dabei gibt es einen Unterschied in der Granularitt der abgelegten Daten: Whrend die Operational-Data-Store-Schicht alle nderungen einer Bestellung enthlt, ist in der Data-Warehouse-Schicht z.B. nur der Tagesabschlussstatus pro Tag gespeichert. Ein weiterer Einsatzbereich des Operational Data Store ist die Zwischenspeicherung von Daten zum Zwecke der Aufbereitung

Daten werden schrittweise aus anderen Systemen ergnzt Daten werden abgeglichen Konsistenzen zwischen Daten werden geprft/ aufgebaut

Prof. Dr. Norbert Ketterer - HS Fulda

bung: Untersuchung eines DW

Untersuchen Sie einen Ausschnitt des DW: Startpunkt ist Info-Provider WPP_DS15

Welche Elemente finden Sie und knnen Sie Sie den verschiedenen Layern eines DW zuordnen ? Begrnden Sie Ihre Entscheidung/ geben Sie die von Ihnen getroffenen Prmissen an ! Hinweise:
Benutzen Sie die Transaktion der Data-Warehouse-Workbench Die Modellierungsumgebung untersttzt ein Suchen Das Kontextmen bietet die Mglichkeit den relevanten Ausschnitt des DW zu erweitern (Datenfluss anzeigen) Versuchen Sie auch eine Analyse via dem Meta-Daten-Repository hier knnen Sie sich auch die Strukturen anzeigen lassen.

Prof. Dr. Norbert Ketterer - HS Fulda