传统BW架构概览

已于 2023-08-02 14:01:47 修改
阅读量266 收藏
点赞数
分类专栏： # BW 文章标签： 数据仓库
于 2023-07-30 22:07:02 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/CoolSharing/article/details/132011857
版权

细节上不想再花大的篇幅记录了，坦白讲书都是慢慢读薄的。想要学习好，还是要老老实实反复读教材，结合系统实践。读一遍跟着练习一遍，有项目更好，实践后再去读一遍，又是一番收获。

将教材里几个重要的架构图贴下，做个留念，也供自己后续随时方便查阅。

industry specific content 

 

 

BW架构概述
lvwei123123的专栏
08-28 3112
整个BW项目所涉及的系统架构是三层逻辑结构
SAP ERP软件二次开发：SAP系统架构与二次开发环境搭建
kkchenjj的博客
08-20 1006
DATA: lv_number TYPE numc, " 定义一个数字字符型变量lv_string TYPE string, " 定义一个字符串型变量lt_table TYPE STANDARD TABLE OF ztype, " 定义一个标准表型变量ls_struct TYPE zstruct. " 定义一个结构型变量在SAP销售模块中，为了满足特定业务需求，我们可能需要在销售订单中添加自定义字段。以下是一个示例，展示如何在销售订单中添加一个自定义字段“客户优先级”。打开事务代码SE11。
BW
阿土工作室
02-25 910
rsd1    : create infocube  创建多维表rsdcube : 修改多维表infocube的结构.rso2    : 创建 datasource            有三种数据抽取方式.  (1)从视图中提取.   a.视图/表  b.提取结构                                 (2)从查询中提取    a.信息集            
BW中自定义层级结构
03-14
NULL 博文链接：https://aheadjava.iteye.com/blog/305758
BW 基础信息
weixin_42646630的博客
09-26 7564
一、BW是什么 SAP BW 是mySAP 商务智能( BI )的集成化组件，为SAP数据和非SAP数据的采集，存储，分析和管理提供一个集成的，面向商务的平台。 SAP 的最底层是数据仓库( Data Warehousing)，然后可以分为三层： 第一层主要完成的任务包括，ETL流程( Extraction , Transformation , Loading)，数据仓库管理和商业建模三块内容。其中的ETL流程，通过各种途径和方法，把种类繁多的元数据进行处理，清洗，从而转化为系统所需的统一格式的...
SAP R/3 接口技术剖析
weixin_30546189的博客
12-02 147
作为目前ERP市场上最为领先的应用系统之一，一直以来，SAP R/3在提供API应用编程接口和接口工具方面也同样领先于其它ERP厂商。ALE/IDocs是SAP公司为SAP R/3 R4.6C版本所提供的接口机制，目前应用最为广泛。在 R4.0以后的版本中，又添加了技术上先进的BAPI。本文作为系列介绍之一，对ALE/IDocs， BAPI以及其它可用的整合方式进行介绍。 ...
SAP BW four HANA 系统课程学习 1
05-04
课程还介绍了SAP BW/4 HANA的课程概览，该概览分为四个部分：数据集成和管理、数据消费和分析、规划和生命周期管理。通过这些部分的学习，学员能够全面掌握SAP BW/4 HANA的主要功能。 在EPM模型概述部分，课程通过...
SAP BW/4HANA Technical Overview
11-29
【SAP BW/4HANA 技术概览】 SAP BW/4HANA是SAP推出的新一代数据仓库应用，旨在帮助企业实现即时数字化运营。它不仅支持传统的本地部署方式，还通过Amazon Web Services（AWS）和SAP HANA Enterprise Cloud（SAP ...
【数据仓库架构】：SAP BW4HANA在现代数据架构中的角色
文章首先概述了数据仓库的基础概念，随后聚焦SAP BW4HANA的架构和关键特性，探讨了数据仓库架构的基本原则、关键组件及其设计方法。接着，通过应用案例，分析了SAP BW4HANA在企业中的实际应用和带来的效益。文章还...
SAP BW7.0全套中文教程之——集成计划
10-11
它不仅支持SAP BW等传统企业应用程序，还能够与其他非SAP应用进行无缝集成。 #### 二、SAP BW7.0集成计划的关键特性 ##### 2.1 课程内容概览 SAP BW7.0集成计划的课程主要包括以下几个方面： - **310 企业数据...
BW第一课　信息对象
黄立
11-12 1935
1.学一样东西先学它的架构，对它的架构清晰之后必然对掌握细节和全局都有帮助。BW分为三层架构如下： 似乎大多数架构都是三层，R3的架构也是数据库层，应用层，表示层。BW 这三层似乎跟R3的大同小异，数据抽取是得到数据的一层，数据仓库是对数据进行筛选和计算，最上层就是展示层。可以通过excel或者web方式来展示数据。 2.信息对象 Infoobject 看BW310 标准教材很多概念理
数据仓库BW与大数据平台，到底如何取舍？
wolee_cn的博客
12-19 1258
刷到这篇文章的同学，对这个问题有困惑，看看我说清楚了没有。
BW系列基础
zyx19874的博客
08-24 6762
什么是sap的星型结构，能不能详细讲解一下？ SAP BI 的星形结构是为了解决传统的星形结构存在的问题研发而成的。在SAP BI 星形结构中，事实表中的事实指的是关键值，维度属性指的是特性。维度表通过外键或主键关系连接到中心的事实表。与传统的星形结构相比特性不是维度表的组件， 也就是说，特性值没有存储在维度表中，维度表中存储的是SID。每一个维度表有一个系统自动生成的数值型的关键值，称为维度键
BW的层次结构（hierarchy）在Webi报表中展现
Edie_more的博客
06-04 2706
目前项目上用BW的层次结构的很少，所以怎样能放到Webi中展现的问题也是比较没头绪，查了很多资料也没有太明确的，也是因为需求有点太细化了，而且比较非主流...... 然而，其实方法非常简单.....也是在多方查找无果后，多找几种可能，试出来的。   版本： BW 7.0 （这个版本的模型的层次结构，数据需要手动上，升级才能做处理连链，所以这个版本应用层次结构是不太科学的，但是不影响方法介绍
BW系列之数据源讲解
zyx19874的博客
08-24 2495
SAP BI 的数据源不局限于SAP 系统，所有向SAP BI 传输数据的系统都称为源系统。几乎任何来源的数据可被用来在SAP BI 中进行数据抽取。如下图所示， 1. 源系统的类型 源系统的主要类型包括以下几种: 1) SAP 系统，如SAP R/3, SAP ERP, SAP CRM, SAP APO 和SAPSRM 等， SAPBI 会 将自身作为一个
数据仓库基础知识总结
最新发布
qq_22201881的博客
05-27 794
总的来说，数据中台距离业务更近，数据复用能力更强，能为业务提供速度更快的服务，数据中台在数据仓库和数据平台的基础上，将数据生产为一个个数据API服务，以更高效的方式提供给业务。2）逻辑模型LDM：逻辑模型反映的是系统分析人员对数据存储的观点，是对概念模型的进一步分解和细化，逻辑模型是根据业务规则确定的，关于业务对象，业务对象的数据项以及业务对象之间关系的基本蓝图。面向主题的数据组织方式，就是在较高层次上对分析对象的数据的一个完整并且一致的描述，能刻画各个分析对象所涉及的企业各项数据，以及数据之间的联系。
数据仓库工具箱第三版——读书笔记（未完）
yyf960126的博客
05-22 606
3.4.1、可计算获得的事实：例如收入字段，收入=原价格-优惠券优惠的价格。变化的度量应该被存储在事实表中。业务需要按照非标准的日期属性对日期进行分片，需要建立一个详尽的日期维度表，而不是由应用代码解决，原子事务事实表的粒度可在事务环境下被简洁地描述,例如,每个事务一行或 个事务线一行。设计计算的数据应该放入事实表中，涉及约束、分组和标记的数据应该放入维度表中。详细的粒度说明确定了事实表的束腰维度，可以将更多维度增加到事实表上，由于这些事实表记录的是一个事务事件,所以它们通常是比较稀疏的。
【数据仓库面试题合集④】SQL 性能调优：面试高频场景 + 调优策略解析
晴天彩虹雨的博客
05-19 1116
在数据仓库岗位的面试中，SQL性能调优是重点考察内容。本文整理了高频面试题及答题参考，帮助应聘者更好地应对面试。常见问题包括如何排查慢SQL、优化JOIN操作、处理数据倾斜、利用分区加速查询以及SparkSQL中的性能调优参数。排查慢SQL时，需关注执行计划、扫描行数、索引命中情况等；优化JOIN操作可通过小表广播、分桶、预聚合等方式；处理数据倾斜可采用随机前缀、skewjoin等方法；分区加速查询需合理建表并明确指定分区字段…
关于数据仓库、数据湖、数据平台、数据中台和湖仓一体的概念和区别
记录自己在工作、学习中的点点滴滴
05-22 1144
数据中台、数据平台、数据仓库和数据湖是数据管理领域中的关键概念，各自具有不同的特点和应用场景。数据仓库主要用于存储结构化数据，支持企业决策和分析，但对非结构化数据处理能力较弱。数据湖则能够存储各种格式的原始数据，适合机器学习和数据分析，但缺乏数据治理。数据平台融合了结构化和非结构化数据，解决了数据仓库的局限性，提供数据集服务。数据中台则更注重业务需求，通过数据采集、治理、建模和应用，优化数据管理并释放业务价值。湖仓一体则结合了数据湖和数据仓库的优势，提供更灵活的存储架构。这些概念在数据处理、存储和应用方面各
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值