pooled table/table pools

最新推荐文章于 2022-05-10 09:56:39 发布
最新推荐文章于 2022-05-10 09:56:39 发布 · 532 阅读 · 0
文章标签：

#数据结构

本文详细介绍了SAP系统中池表和簇表的概念及其应用场景。池表和簇表作为特殊类型的ABAP字典表，可以将多个表的数据集合存储在一起，通常用于保存内部控制信息而非商业相关数据。此外，还提供了创建池表和簇表的具体步骤。
就个人理解，池表和簇表是表的类型，是一种逻辑存在，SAP中可对其象表一样的访问；表池和表簇是用来存放池表和簇表的，是一种物理存在，数据库中可以直接看到它们的结构
SAP这样的抽象是为了应用的需要，它们应用于不同的场合，以提高性能或降底复杂度

Table pools (pools) and table clusters (clusters) are special table types in the ABAP Dictionary. The data from several different tables can be stored together in a table pool or table cluster. Tables assigned to a table pool or table cluster are referred to as pooled tables or cluster tables.

A table pool or table cluster should be used exclusively for storing internal control information (screen sequences, program parameters, temporary data, continuous texts such as documentation). Data of commercial relevance is usually stored in transparent tables.

creating table pool/table cluster
1.create table pool
tcode:se11

2.menu:utilitis-->other dictionary objects
table pool/cluster:zpools
--->create

3.tab.pool/cluster assign
pool/cluster name:zpools
table pool
--->OK

4.input short text

5.menu:goto-->technical settings
size category:4
--->save

6.check syntax
--->check
--->active


create pooled table/cluster table
1.tcode:se11
database table:ZPOOL_TAB
--->create

2.delivery and maintaince
delivery class:A
data browers/table view mant.:N

3.menu:extras-->change table category
table type:pooled table
--->copy

4.delivery and maintaince
Pool/cluster:zpools

5.input fields and technical settings

6.active


the cluster table implement is same
iteye_19942
关注
目标检测经典论文——Fast R-CNN论文翻译（中英文对照版）：Fast R-CNN（Ross Girshick， Microsoft Research（微软研究院））
bigcindy的博客
07-28 6790
Fast R-CNN Ross Girshick Microsoft Research（微软研究院） rbg@microsoft.com Abstract This paper proposes a Fast Region-based Convolutional Network method (Fast R-CNN) for object detection. Fast R-CNN builds on previous work to efficiently c...
Airflow
bopbaby1991的博客
01-31 4769
Airflow概述特性比较下载Python2.7pipsetuptoolsairflow功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导...
池表Pool Table与簇表Cluster Table两者区别解析
想飞请准备
06-03 2700
一、 池表与簇表 1. 介绍   图-1 数据库表视角  除了透明表外，SAP 系统还能够在ABAP 字典中以相同的方法定义数据库级别上的池表和簇表。池表和簇表都是把ABAP字典中逻辑定义的多个表分组合并到一个物理的数据库表。  什么是簇表？我们可以很直观的理解为，在 DATABASE (数据层)，除了我们定义的主键， 然后把其他的内容都当成表格的一个字段存起来。 也就是说这个表的结构可
For pooled tables, cluster tables, and projection views, JOIN is not allowed: “BSEG“.
beyond911的专栏
10-23 1003
Don’t allow to join it .Because the table type of BSEG is cluster-table. you will use it with 'for all entries in ’ . And you will solve it .Transparent tables is used with join.
关于pooled table, table pool, cluster table, table cluster以及其他
囧囧有神的SAP顾问
09-12 313
昨天确实搞混了。 主要是认为cluster table实际存储与table cluster里，而存储机制又如此的与INDX-type table(cluster database)相似，于是划上了等号。 加上昨天与jgtang82沟通中，两人说的术语有版本差异:)，所以搞到今天早上来公司了才清清楚楚明明白白。 但是我还是认为，SAP数据字典在底层实现cluster database与ta...
ABAP笔记：SAP Table 的类型
itsyee的专栏
03-24 1105
<br />SAP table 有三种类型：transparent, cluster and pool;<br />1.What is transparent, cluster and pool table? where and when we use these tables?<br />透明表同时存在于dictionary 和database中, 且具有完全相同的结构，相同的数据与栏位。<br />Pooled table 是一种逻辑表，在定义它的同时必须要将其分配到 一个 table pool中去。而
【08】SAP ABAP性能优化 - 正确使用簇表（Cluster Table）和池表（Pooled Table）
SAP领域技术博客
03-13 6552
SAP提供了三种类型的数据库表，透明表（Transparent Table），簇表（Cluster Table）和池表（Pooled Table）。其中，透明表是最常见的数据库表，其使用主要注意“Buffer”和“Index”两个方面。但对于簇表和池表，很多ABAPer并不熟悉其原理和用法。 在本篇博客中，将介绍如何在ABAP中使用簇表和池表。 1.概念解析 1.1 “簇表”和“表簇” 首...
for pooled tables,cluster tables,and projection views,join is not allowed:"KONV"
兔宝学习ABAP整理笔记
03-28 3476
for pooled tables,cluster tables,and projection views,join is not allowed:"KONV" 汇总表，群集表，投影视图，连接是不允许的：“KONV” IF ITAB[] IS NOT INITIAL. SELECT A~AUART A~KNUMV B~KWERT INT
client detail
lvzhqi的专栏
08-24 1367
Everything about SAP Clients   ....by Saroj Mohapatra    1. Overview.   2. About SAP Clients   3. Creating a client and setting up the client attributes.   4. System-level control in transac
SAP MM t-code 全
anqin8523的博客
10-03 2114
事务码 描述(中英文) DPRL Change Material When Profile Deleted 删除参数文件时改变物料 DPRV Change Material When Profile Changed 修改参数文件时修改物料 MM00 物料主记录: 初始屏幕 物料主记录: 初始屏幕 MM01 Create Material - General 创建一般物料 MM02 Cha...
Table Api & SQL连续查询Join
01-20
该文章主要是对Flink官网相关内容进行翻译，原文地址：https://ci.apache.org/projects/flink/flink-docs-release-1.9/dev/table/streaming/time_attributes.html Join是批处理数据处理中常见且易于理解的操作，用于连接两个关系的行。 但是，动态表上的连接语义不太明显甚至令人困惑。 在Flink中有几种方法可以使用Table API或SQL实际执行连接。 对于文章中的时间属性和时态表请参考笔者之前文章。 常规JOIN 常规联接是最通用的join类型，其中任何新记录或对join输入两侧的任何更改都是可见
自动化配置管理工具 SaltStack-03
IT爱好者
05-10 1979
自动化配置管理工具 SaltStack
Pooled table and Cluster table
囧囧有神的SAP顾问
09-11 231
很多人可能不知道他们和透明表的区别，和为什么定义这两个表。 只知道类似BSEG这样的簇表没法JOIN，原理就不懂了。 前阵子把公司Bao同志做的KS翻了出来，再次复习了一下簇表，以及JCO+簇表的实战演练。 不知道的小朋友先补补吧。 http://www.sap-img.com/abap/the-different-types-of-sap-tables.htm http://blo...
Pooled and Cluster Tables
08-29 177
池&簇 转载于:https://www.cnblogs.com/aurora-cj/p/9553812.html
Table Pool / Table Cluster 中的参数含义
liangziyisheng的专栏
07-25 1170
Fields of a table pool and their meaning： Tabname    char(10)   Pooled table的名字，由此可以看出Pooled table名字理论上长度不能超过10 Varkey        char(n)     这个字段存储了Pooled table里面的所有key fields的连起来的值 Dataln         I
SAP Table 类型
dayishi2939的博客
06-14 314
sap table 分为三种类型：1.透明表（Transp table）,这个表中的字段是与数据库里的字段一一对应，是最常用，最多的表。例如：Mara2.共享表 Pooled Table 在数据库里的存储是存储到一个表中，存储是多对一的关系，可能多个Pooled Table 存储到一个数据库表。 例如：A004,A0053. 聚集表 Cl...
对SAP transparent table透明表 pooled table and cluster table簇表的理解
童话。成长历程
10-08 5074
transparent table透明表, pooled table and cluster table簇表. 对于透明表是和DB层的physical table对应的. 对于后俩者,是不对应到DB表的. 比如TBSL就是一个pooled table, 你在DB层找不到此表. 然后多个cluster(pooled) tables组成一个table cluster和table poo
transparant table, pooled table, cluster table的区别
liangziyisheng的专栏
11-25 900
透明表：创建一个透明表，数据库里面会相应创建一个数据库表并且结构和透明表一致。我们维护该表相当于直接作用于数据库表，我们可以直接操作数据库对它的数据进行增删改查，池表和簇表不能在数据库读取，数据库本身不存在同名的表。 对应的table pool和table curster会在数据库建立一个表，但是该表不能直接在数据库操作，因为它存储了其他表字段值的联合。 池表：池表作为一种逻辑表必须assign
＜table＞＜/table＞表格标签的基本概念和基本属性
qq_51490348的博客
06-02 2020
学习目标： 掌握<table></table>的使用和基本属性 学习内容： 标签是用来创建 HTML 表格的 简单的 HTML 表格由 table 元素以及一个或多个 tr（定义行）、th（定义表头） 或 td（定义表格单元） 组成。 <table border="1"> <tr> <th>第一行第一列</th> <th>第一行第二列</th> </tr> <tr&
如果把这段sas代码改成线性混合模型 不改变原有意思应该怎么修改proc mixed data=emphasis ; class SITEID_pooled group /param=ref desc; model CRP_CHANGE = group /dist=normal link=identity ; repeated subject=SITEID_pooled / type=ind ; estimate 'Beta' group 1 -1/ exp; run;
最新发布
07-14
<think>我们被要求将一段SAS的PROC MIXED代码转换为线性混合模型的形式，而不改变原有的统计模型定义。由于用户没有提供具体的SAS代码，我将假设一个常见的例子来说明转换过程。通常，PROC MIXED用于拟合线性混合模型，其代码会指定固定效应、随机效应以及协方差结构等。 假设我们有以下SAS代码示例： ```sas proc mixed data=mydata; class group subject; model y = group time group*time / solution; random intercept time / subject=subject type=un; repeated / type=ar(1) subject=subject; run; ``` 这个模型包含： - 固定效应：`group`（分类变量）、`time`（连续变量）以及它们的交互作用`group*time`。 - 随机效应：每个`subject`的随机截距和随机斜率（针对`time`），并且假设随机截距和斜率之间存在相关性（通过`type=un`指定非结构化协方差矩阵）。 - 重复测量部分：对每个`subject`的重复测量指定一个自回归协方差结构（`type=ar(1)`）。 ### 线性混合模型的数学形式 线性混合模型的一般形式可以表示为： $$ \mathbf{y} = \mathbf{X}\boldsymbol{\beta} + \mathbf{Z}\mathbf{u} + \boldsymbol{\epsilon} $$ 其中： - $\mathbf{y}$ 是响应变量向量。 - $\mathbf{X}$ 是固定效应设计矩阵。 - $\boldsymbol{\beta}$ 是固定效应系数向量。 - $\mathbf{Z}$ 是随机效应设计矩阵。 - $\mathbf{u}$ 是随机效应向量，通常假设$\mathbf{u} \sim N(\mathbf{0}, \mathbf{G})$。 - $\boldsymbol{\epsilon}$ 是残差向量，通常假设$\boldsymbol{\epsilon} \sim N(\mathbf{0}, \mathbf{R})$。 在给定的SAS代码中，我们有两个随机效应部分（`random`语句）和一个重复测量结构（`repeated`语句）。在SAS中，`random`语句用于定义随机效应$\mathbf{u}$的协方差结构$\mathbf{G}$，而`repeated`语句用于定义残差$\boldsymbol{\epsilon}$的协方差结构$\mathbf{R}$。 ### 转换步骤 1. **确定固定效应部分**：固定效应由`model`语句指定，即`group`、`time`和`group*time`。 2. **确定随机效应部分**：`random intercept time / subject=subject type=un;` 表示每个`subject`有随机截距和随机斜率（对`time`），且两者之间的协方差结构是非结构化的（`type=un`）。因此，随机效应向量$\mathbf{u}$由每个受试者的截距和斜率组成，其协方差矩阵$\mathbf{G}$是一个块对角矩阵，每个块对应于一个受试者，且每个块是一个2×2的非结构化协方差矩阵。 3. **确定残差结构**：`repeated / type=ar(1) subject=subject;` 表示每个受试者内部的重复测量之间具有一阶自回归协方差结构。因此，残差协方差矩阵$\mathbf{R}$是一个块对角矩阵，每个块对应于一个受试者，且每个块内部是AR(1)结构。 ### 线性混合模型的数学表达式 假设我们有一个受试者$i$，在时间点$t_{ij}$的观测值为$y_{ij}$，则模型可以写为： $$ y_{ij} = \beta_0 + \beta_1 \cdot group_i + \beta_2 \cdot time_{ij} + \beta_3 \cdot (group_i \times time_{ij}) + u_{0i} + u_{1i} \cdot time_{ij} + \epsilon_{ij} $$ 其中： - $\beta_0, \beta_1, \beta_2, \beta_3$是固定效应系数。 - $u_{0i}$和$u_{1i}$分别是受试者$i$的随机截距和随机斜率，服从联合正态分布： $$ \begin{bmatrix} u_{0i} \\ u_{1i} \end{bmatrix} \sim N \left( \begin{bmatrix} 0 \\ 0 \end{bmatrix}, \mathbf{G}_i = \begin{bmatrix} \sigma_{0}^2 & \sigma_{01} \\ \sigma_{01} & \sigma_{1}^2 \end{bmatrix} \right) $$ - 残差$\epsilon_{ij}$满足：对于同一个受试者$i$的不同时间点$j$和$k$，有 $$ \text{Cov}(\epsilon_{ij}, \epsilon_{ik}) = \sigma^2 \rho^{|t_{ij}-t_{ik}|} $$ 其中$\rho$是自回归系数，$\sigma^2$是残差方差。 ### 注意事项 - 在SAS中，`random`和`repeated`语句都使用了`subject=subject`，这意味着随机效应和残差结构都是按受试者分组的。 - 在数学表达式中，随机效应部分（$\mathbf{Zu}$）和残差部分（$\boldsymbol{\epsilon}$）是相加的，且两者独立。 ### 如果没有具体代码 如果用户没有提供具体的SAS代码，那么上述转换过程是一个通用指南。用户需要根据自己代码中的`class`、`model`、`random`和`repeated`等语句来定义线性混合模型的各个部分。 ### 示例转换 假设原SAS代码为： ```sas proc mixed data=example; class id treatment; model response = treatment time treatment*time / ddfm=kr; random int time / subject=id type=un; run; ``` 则线性混合模型形式为： $$ \mathbf{y} = \mathbf{X}\boldsymbol{\beta} + \mathbf{Z}\mathbf{u} + \boldsymbol{\epsilon} $$ 其中： - 固定效应：$\boldsymbol{\beta} = [\beta_0, \beta_{\text{treatment}}, \beta_{\text{time}}, \beta_{\text{treatment*time}}]^T$。 - 随机效应：对于每个受试者$i$，有随机截距$u_{0i}$和随机斜率$u_{1i}$（对时间），所以 $$ \mathbf{u} = [u_{01}, u_{11}, u_{02}, u_{12}, \dots]^T $$ 且$\mathbf{u} \sim N(\mathbf{0}, \mathbf{G})$，其中$\mathbf{G}$是一个块对角矩阵，每个块为： $$ \begin{bmatrix} \sigma_{0}^2 & \sigma_{01} \\ \sigma_{01} & \sigma_{1}^2 \end{bmatrix} $$ - 残差：$\boldsymbol{\epsilon} \sim N(\mathbf{0}, \sigma_{\epsilon}^2\mathbf{I})$（因为这里没有`repeated`语句，所以假设残差独立同分布）。 ### 结论 将SAS的PROC MIXED代码转换为线性混合模型形式的关键在于： 1. 从`model`语句中提取固定效应。 2. 从`random`语句中提取随机效应及其协方差结构。 3. 从`repeated`语句中提取残差的协方差结构（如果有的话）。 然后，将这些部分组合成线性混合模型的矩阵形式或方程形式。 如果用户能提供具体的SAS代码，我们可以给出更精确的转换。 §§相关问题§§ 1. 线性混合模型中的固定效应和随机效应有什么区别？ 2. 在SAS的PROC MIXED中，如何指定随机效应的协方差结构？ 3. 如何解释线性混合模型中随机效应的协方差矩阵？ 4. 在什么情况下需要在混合模型中包含重复测量结构？</think>### 将 SAS PROC MIXED 代码转换为线性混合模型形式 SAS 的 `PROC MIXED` 过程本质上是线性混合模型（LMM）的实现工具。以下通过通用示例说明如何将 SAS 代码转换为标准 LMM 数学表达式，同时保持统计模型不变。 #### 典型 SAS 代码结构示例 ```sas PROC MIXED data=mydata; CLASS group subject; MODEL y = group time group*time / SOLUTION; RANDOM intercept time / SUBJECT=subject TYPE=UN; REPEATED / TYPE=AR(1) SUBJECT=subject; RUN; ``` #### 转换后的线性混合模型形式 1. **模型方程** $$ y_{ij} = \beta_0 + \beta_1 \cdot \text{group}_i + \beta_2 \cdot \text{time}_{ij} + \beta_3 \cdot (\text{group}_i \times \text{time}_{ij}) + u_{0i} + u_{1i} \cdot \text{time}_{ij} + \epsilon_{ij} $$ - $y_{ij}$: 第 $i$ 组第 $j$ 次观测的响应变量 - $\beta_k$: 固定效应系数（截距、组别、时间、交互作用） - $u_{0i}, u_{1i}$: 随机截距和斜率（个体随机效应） - $\epsilon_{ij}$: 残差项 2. **随机效应结构**（对应 `RANDOM` 语句） $$ \begin{bmatrix} u_{0i} \\ u_{1i} \end{bmatrix} \sim N \left( \mathbf{0}, \mathbf{G} = \begin{bmatrix} \sigma_{u0}^2 & \sigma_{u01} \\ \sigma_{u01} & \sigma_{u1}^2 \end{bmatrix} \right) $$ - $\mathbf{G}$ 是非结构化协方差矩阵（`TYPE=UN`），允许随机截距和斜率相关。 3. **残差结构**（对应 `REPEATED` 语句） $$ \text{Cov}(\epsilon_{ij}, \epsilon_{ik}) = \sigma^2 \rho^{|t_j - t_k|} $$ - AR(1) 结构（`TYPE=AR(1)`）表示残差自相关随时间间隔指数衰减。 4. **完整矩阵形式** $$ \mathbf{y} = \mathbf{X}\boldsymbol{\beta} + \mathbf{Z}\mathbf{u} + \boldsymbol{\epsilon} $$ - $\mathbf{X}$: 固定效应设计矩阵（含分类变量 `group` 的哑变量） - $\mathbf{Z}$: 随机效应设计矩阵（按 `SUBJECT=subject` 分组） - $\mathbf{u} \sim N(\mathbf{0}, \mathbf{I} \otimes \mathbf{G})$（$\otimes$ 为 Kronecker 积） - $\boldsymbol{\epsilon} \sim N(\mathbf{0}, \mathbf{R})$（$\mathbf{R}$ 为块对角 AR(1) 矩阵） #### 关键转换规则 | SAS 语句 | LMM 对应部分 | |----------------|----------------------------------| | `MODEL` | 固定效应设计矩阵 $\mathbf{X}$ | | `RANDOM` | 随机效应设计矩阵 $\mathbf{Z}$ 和 $\mathbf{G}$ | | `REPEATED` | 残差协方差矩阵 $\mathbf{R}$ | | `SUBJECT=` | 随机效应分组结构 | | `TYPE=` | 协方差结构（UN, AR(1), CS 等） | #### 注意事项 1. **分类变量处理**： SAS 的 `CLASS` 语句自动生成哑变量，在 LMM 中需显式定义（如 $\text{group}_i = [0,1]$ 表示处理组）。 2. **协方差结构等价性**： - `TYPE=UN` → 非结构化 $\mathbf{G}$ - `TYPE=AR(1)` → $\mathbf{R}_{jk} = \sigma^2 \rho^{|j-k|}$ - `TYPE=VC`（默认）→ 对角 $\mathbf{G}$ 或 $\mathbf{R}$ 3. **模型完整性**： 需确保转换后保留所有： - 固定效应（主效应 + 交互项） - 随机效应层级（如个体/时间嵌套） - 协方差约束（如相关性、异方差性） > 提示：若提供具体 SAS 代码，我可给出精确的数学表达式和验证步骤。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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