Click here to load reader
Upload
wutzedaleman
View
139
Download
0
Embed Size (px)
DESCRIPTION
Data-Warehousing Kurs Prof. Dr. Ketterer, HS Fulda
Citation preview
Details zu Faktentabellen in SAP-BW
Prof. Dr. Norbert Ketterer - HS Fulda1
Existierende Faktentabellen
� Es existieren 2 Arten von Faktentabellen:
– F-Tabellen (/BIC/F<Cube-Name>)
– E-Tabellen (/BIC/E<Cube-Name>)E-Tabellen (/BIC/E<Cube-Name>)
� F-Tabellen sind „Standard“-Faktentabellen, die
normalerweise Ziel des „ersten Ladens“ des Cubes
darstellen
� E-Tabellen sind „Komprimierte“-Faktentabellen, die durch
Kompression der F-Tabellen gewonnen werden
– Details finden Sie z.B. auch im Buch von Mehrwald
Prof. Dr. Norbert Ketterer - HS Fulda2
F-Tabellen in SAP-BW [MEH08]
� Beide Faktentabellen sind in ihrer Struktur identisch, jedoch für unterschiedliche Aufgaben im „Lebenszyklus“ analytischer Daten vorgesehen.
� Die normale Faktentabelle ist die erste Station für alle neuen Daten in einem
BasisCube.
� Sie ist bereits in Grundzügen für den analytischen Zugriff auf ihre Datenbestände
vorbereitet und damit funktional vollwertig, um Datenbestände analytisch zu
verwerten.
– Dennoch ist die normale Faktentabelle nur als Zwischenstation konzipiert, die es in erster
Linie ermöglichen soll, die Daten einzelner Ladevorgänge zu administrieren.
– Dies wird unter anderem erreicht, indem zu jedem Datensatz der Faktentabelle die ID des
Ladevorganges (die sog. Request-ID), mit dem er in die Faktentabelle geschrieben wurde,
in einer eigenen Dimension abgelegt wird.
– Dadurch werden Daten in der Faktentabelle mit einer Detaillierungsstufe abgelegt, die zwar
nicht aus betriebswirtschaftlicher, aber aus technischer Sicht erforderlich ist.
� Anmerkung: Die Struktur der Ladevorgänge ist eine rein technische Entscheidung &
betriebswirtschaftlich nicht relevant (sie ist auch ohne Auswirkung auf das
Reporting)Prof. Dr. Norbert Ketterer - HS Fulda3
E-Tabellen in SAP-BW [MEH08]
� Als Gegenstück zur normalen Faktentabelle existiert bei
jedem BasisCube eine komprimierte Faktentabelle, die
weniger auf die Administration und Durchführung von
analytische Ladevorgängen, sondern vielmehr auf analytische Performance optimiert ist.
– Dies betrifft sowohl die Speicherstruktur, als auch die
Verdichtung der Faktentabelle durch Wegfall der Request-Id
– bei Benutzung der selben Dimensionstabelle wird dies durch
eine echte Komprimierung der Fakten und Dimensionen
erreicht
– Der OLAP-Prozessor berücksichtigt dies
Prof. Dr. Norbert Ketterer - HS Fulda4
Beispiel der Kompression
� Beispiel der Kompression – Kunde 1000 verursacht Umsätze zu verschiedenen Zeitpunkten, die aber alle dem gleichen Monat zugeordnet werden
Prof. Dr. Norbert Ketterer - HS Fulda5
[MEH08]
Steuerung der Kompression
� Steuerung gemäß Request-ID/ Zeit
Prof. Dr. Norbert Ketterer - HS Fulda6
Beachten Sie jedoch bitte, dass beide Faktentabellen den gleichen Cube bilden.Die Tabellen sind nicht-überlappend.