Översikt över SAP BI Architecture

Innehållsförteckning:

Anonim

Innan vi lär oss mer om SAP BI-arkitektur, kan vi lära oss mer

Konceptuella lager av datalagring med BI

Ihållande iscenesättningsområde

Data som extraheras från källsystemen kommer först in i det beständiga iscenesättningsområdet. Data i detta lager är rådata som är i oförändrad form. Uppgifterna konsolideras och rensas endast i nästa lager.

Staging area är en tillfällig tabell som innehåller data och ansluter till arbetsområdet eller faktatabeller. I avsaknad av iscenesättningsområde måste datalasten gå från OLTP-systemet till OLAP-systemet direkt vilket hämmar OLTP-systemets prestanda.

Datalagerlager (DWH Layer)

Data från det beständiga iscensättningsområdet laddas in i DataWareHouse Layer. Det har företagsinformationsförvar. Data i detta lager lagras under en längre period. Dvs, hela historikdata (till exempel senaste 5 års data) lagras här i detta lager. Ingen aggregering av rapporteringsrelevant data; granulariteten för de data som lagras i detta lager är på rad (detaljerad) nivå.

Operativt datalagringslager

Data laddas till ett operativt lagringslager mycket ofta kontinuerligt från källsystemen. Därför innehåller data i detta lager alla ändringar av data som gjordes under hela dagen. Data från operativ datalager senare kan laddas till Datawarehouse-lagret vid vissa tidpunkter (säg slutet på dagen) för att uppdatera datumet i Datawarehouse Layer. Detta operativa datalagringslager kan också användas i händelse av nödsituationer när data i datalager- och datamartlagret går förlorade. I sådana situationer kan data laddas från lagret Operational Data Store till Data Warehouse Layer och Data Mart Layer. ODS är inte baserat på stjärnschemamodell men de är i ett platt filformat.

Architected Data Mart Layer

Architected Data Mart Layer även känd som Infocube. Den är utformad för att lagra sammanfattade och aggregerade data under lång tid. Data från Data Warehouse Layer laddas in i Architected Data Mart Layer. Den används vid analys och rapportering. Uppgifterna är på en hög nivå relevant för att skapa rapporter som visar dessa data. Datamanipulation med affärslogik görs i detta lager. Den består av en central faktatabell (nyckeltal) omgiven av flera dimensionstabeller, den används för att stödja BW-frågor

Viktiga komponenter i SAP BI-systemet:

Business Intelligence är en kärnkomponent i SAP NetWeaver. Figuren nedan visar de viktigaste komponenterna i ett BI-system.

  • Datalager - Detta är främst för att extrahera, transformera och ladda data från källsystem.
  • BI-plattform - BI-plattformsskiktet innehåller BI-tjänster för att stödja komplexa analysuppgifter och funktioner. Den innehåller Analytic Engine, som behandlar de begärda uppgifterna genom BEx-analysnavigeringar. Dess gränssnitt tillåter inmatning och manipulering av data som en del av BI Integrated Planning. Det har också speciella analysverktyg som Analysprocessdesigner (APD) och Data Mining som ger analytiker på ditt företag verktygen för att slå samman, bryta, förbehandla, lagra och analysera data.
  • BI Suite - Dessa verktyg hjälper till att skapa rapporter för analysändamål. Den innehåller Business Explorer (BEx) som tillhandahåller flexibla rapporterings- och analysverktyg.

Följande områden i Business Explorer kan användas för dataanalyser:

  1. BEx Analyzer (Microsoft Excel-baserat analysverktyg med pivottabellliknande funktioner)
  2. BEx Web Analyzer (webbaserat analysverktyg med pivottabelliknande funktioner)
  3. BEx Web Application Designer (kunddefinierat och SAP BI-innehåll tillhandahålls)
  4. BEx Report Designer (mycket formaterad webbutmatning)

SAP BI / BW-arkitektur:

BI har tre nivåer arkitektur:

Databasserver: Där data lagras fysiskt. (ODS, PSA, Infocube och metadataförvaring).

Applikationsserver: Applikationsservern är baserad på OLAP-processorn. Den används för att hämta data som lagras i databasservern.

Presentation Server: Hanterar rapportering och dataåtkomst.

  1. Data extraheras från källsystemen.
  2. Data lagras i det Persistent Storage Area (PSA). Detta håller källan som data.
  3. Data rensas, laddas och lagras i Data Store Object.
  4. Data visas i flera dimensioner i Infocube.
  5. Data finns tillgänglig av OLAP-processorn för Business Explorer för att visa data enligt analyskraven för verksamheten.
  6. Data kan göras tillgänglig för SAP / Non-SAP, Data Marts av Open Hub Service. (InfoSpoke).