Schulze / Peitz / Niemeyer SQL Data Warehousing mit SAP HANA

1. Auflage 2021
ISBN: 978-3-8362-8268-0
Verlag: Rheinwerk
Format: EPUB
Kopierschutz: 0 - No protection

E-Book, Deutsch, 560 Seiten

Reihe: SAP Press

Entwickeln Sie Ihr individuelles SQL Data Warehouse!

Die Standardlösung SAP BW/4HANA passt nicht für Ihr Unternehmen? Dieses umfassende Handbuch zeigt Ihnen, wie Sie ein SQL Data Warehouse auf SAP HANA aufbauen . Von der Entwicklung einer geeigneten Architektur über die Datenmodellierung bis hin zur Beladung des SQL Data Warehouse erfahren Sie anhand zahlreicher Beispiele, wie Sie vorgehen sollten. Auch die Anbindung an SAP Data Warehouse Cloud erläutert das erfahrene Autorenteam Ihnen.

• Agile Entwicklung eines SAP-HANA-basierten Data Warehouse
• Architektur, Datenmodellierung und Datenbeschaffung
• Integration mit SAP Data Intelligence und SAP Data Warehouse Cloud

Aus dem Inhalt:

• Data-Warehousing-Ansätze von SAP im Vergleich
• Einsatzgebiete von SQL Data Warehousing
• Architektur- und Datenmodellierungskonzepte
• DevOps-Ansatz
• Physisches, logisches und konzeptionelles Datenmodell
• Entwicklung auf der SAP-HANA-Plattform
• Datenspeicherung und -analyse
• Datenbeschaffung und Betrieb
• Werkzeuge der SAP HANA Data Warehousing Foundation

Autoren/Hrsg.

Schulze, Eckhard

Peitz, Martin

Niemeyer, Frederik

Kahle, Stefan

Fischer, Dominik

Füsting, Matthias

Inhaltsverzeichnis

  Einleitung ... 17


TEIL I.  Einführung ... 23


  1.  Ziele und Einsatzgebiete von Data Warehousing ... 25


       1.1 ... Neue Anforderungen an das Data Warehousing ... 27

       1.2 ... Data-Warehousing-Ansätze von SAP im Vergleich ... 33

       1.3 ... Warum SAP SQL Data Warehousing? ... 47

       1.4 ... Zusammenfassung ... 53



  2.  Einführung in SAP HANA als Plattform ... 55


       2.1 ... Architektur der SAP-HANA-Plattform ... 55

       2.2 ... Die Funktionen der SAP-HANA-Plattform ... 63

       2.3 ... Werkzeuge der SAP-HANA-Plattform ... 77

       2.4 ... Zusammenfassung ... 83



TEIL II.  Architektur- und Datenmodellierungskonzepte eines SQL Data Warehouse ... 85


  3.  Referenzarchitektur eines modernen Data Warehouse ... 87


       3.1 ... Data-Warehouse-Architektur ... 87

       3.2 ... Zweck der Referenzarchitektur ... 96

       3.3 ... Konzeption und Vorteile der Referenzarchitektur ... 97

       3.4 ... Bestandteile der Referenzarchitektur ... 98

       3.5 ... Business-Intelligence-Tools ... 108

       3.6 ... Zusammenfassung ... 109



  4.  Entwicklungsansatz für das SAP SQL DWH ... 111


       4.1 ... Unterschiedliche Entwicklungsansätze im Vergleich ... 111

       4.2 ... DevOps-Ansatz für SAP SQL Data Warehousing ... 126

       4.3 ... Zusammenfassung ... 139



  5.  Methodische Grundlagen für das Data Warehousing ... 141


       5.1 ... Modellierungsprozess ... 142

       5.2 ... Modellierungsarten ... 154

       5.3 ... Prozessorganisation ... 178

       5.4 ... Teamarbeit und Prozessautomatisierung ... 181

       5.5 ... Zusammenfassung ... 187



  6.  Technische Grundlagen ... 189


       6.1 ... Infrastruktur ... 190

       6.2 ... Core Data Services ... 201

       6.3 ... Persistenztypen ... 211

       6.4 ... Datenzugriff ... 214

       6.5 ... Datentransformation und Orchestrierung ... 236

       6.6 ... Analyseobjekte ... 245

       6.7 ... Sonstige Datenbankobjekte ... 255

       6.8 ... Zusammenfassung ... 258



TEIL III.  Modellierung und Implementierung eines SQL Data Warehouse ... 259


  7.  Modellierung des konzeptionellen Datenmodells ... 261


       7.1 ... Issue Tracking ... 262

       7.2 ... Anforderungsaufnahme ... 266

       7.3 ... Zusammenfassung ... 279



  8.  Modellierung der physischen Datenmodelle ... 281


       8.1 ... Erstellen des Datenmodells der Quellsysteme ... 283

       8.2 ... Erstellen des quellgetriebenen Datenmodells ... 292

       8.3 ... Erstellen des Core-Datenmodells ... 303

       8.4 ... Erstellen der analytischen Datenmodelle ... 321

       8.5 ... Export der Datenmodelle ... 331

       8.6 ... Zusammenfassung ... 334



  9.  Entwicklung des SQL Data Warehouse ... 337


       9.1 ... Initialisierung von Git und SAP Web IDE ... 338

       9.2 ... Import der SAP-PowerDesigner-Datenmodelle ... 342

       9.3 ... Datenzugriff ... 346

       9.4 ... Datentransformation ... 357

       9.5 ... Implementierung von Calculation Views im Virtual Analytical Layer ... 378

       9.6 ... Implementierung von Calculation Views in Data Marts ... 387

       9.7 ... Berechtigungskonzept für analytische Sichten ... 391

       9.8 ... Zusammenfassung ... 393



10.  Deployment des SAP SQL Data Warehouse ... 395


       10.1 ... Manuelles Deployment ... 396

       10.2 ... Automatisches Deployment ... 400

       10.3 ... Testautomation ... 404

       10.4 ... Zusammenfassung ... 408



11.  Beladung und Betrieb des SQL Data Warehouse ... 409


       11.1 ... Beladung und Orchestrierung ... 410

       11.2 ... Data Lifecycle Manager ... 415

       11.3 ... Data Distribution Optimizer ... 419

       11.4 ... Data Warehouse Monitoring ... 425

       11.5 ... Zusammenfassung ... 426



TEIL IV.  Ergänzende Werkzeuge ... 429


12.  SAP Analytics Cloud ... 431


       12.1 ... SAP Analytics Cloud im Überblick ... 432

       12.2 ... Anbinden von Datenquellen ... 436

       12.3 ... Datenmodellierung ... 441

       12.4 ... Erstellen von Storys ... 446

       12.5 ... Zusammenfassung ... 452



13.  SAP Data Warehouse Cloud ... 453


       13.1 ... SAP Data Warehouse Cloud im Überblick ... 454

       13.2 ... SAP Data Warehouse Cloud und SAP SQL DWH ... 474

       13.3 ... Zusammenfassung ... 483



14.  SAP Data Intelligence ... 485


       14.1 ... Architektur von SAP Data Intelligence ... 486

       14.2 ... Datenmanagement und Datenorchestrierung ... 494

       14.3 ... Machine Learning ... 504

       14.4 ... Anwendungsbeispiel für SAP Data Intelligence ... 514

       14.5 ... SAP Data Intelligence und SAP SQL DWH ... 532

       14.6 ... Zusammenfassung ... 540



  Abkürzungsverzeichnis ... 543


  Literaturverzeichnis ... 549


  Die Autoren ... 553


  Index ... 555

Leseproben

Einleitung

Der Stellenwert von Daten nimmt im fortschreitenden 21. Jahrhundert weiter zu. Größen aus Politik und Wirtschaft werden es nicht müde, die Bedeutung dieses neuen Rohstoffes zu betonen und Vergleiche zu Öl und Gold heranzuziehen. Digitalstrategien werden nicht erst seit der Corona-Pandemie auf breiter Front verabschiedet und Investitionen in Tech-Unternehmen treiben, in der Hoffnung auf das nächste Unicorn, immer neue Blüten. Abseits dieser sicherlich relevanten Diskussion um die politische und wirtschaftliche Einordnung der neuerlichen Datenphänomene ist die Nutzbarmachung von Daten zur unternehmerischen Entscheidungsfindung ein Sachgebiet, das vor allem größere Wirtschaftsorganisationen schon einige Jahrzehnte umtreibt.

In den Bemühungen um Business Intelligence (BI), also das systematische Analysieren der eigenen Unternehmensdaten, um Erkenntnisse zu gewinnen, die beim Treffen von Managemententscheidungen unterstützen, hat sich in dieser Zeit speziell das Data Warehouse (DWH) als erstaunlich konstante Institution des Berichtswesens und Reportings etabliert. Allgemein beschreibt ein Data Warehouse ein für Analysezwecke optimiertes, zentrales Datenbanksystem.

Auch SAP blickt bezüglich der Data-Warehouse-Technologie auf jahrzehntelange Erfahrungen zurück und begleitet Kunden seit geraumer Zeit mit dem SAP Business Warehouse (SAP BW). Gerade in den letzten Jahren ist in Walldorf jedoch eine erhöhte Innovationsfreude zu spüren. Mit der Vorstellung von SAP Data Warehouse Cloud auf der SAPPHIRE NOW 2019 verfügt SAP gegenwärtig (Stand: April 2021) über drei verschiedene Data-Warehouse-Lösungen.

In diesem Buch möchten wir Ihnen die von SAP im Jahr 2017 offen kommunizierte Lösung SQL Data Warehousing mit SAP HANA vorstellen und Ihnen einen praktischen Ratgeber zum Einsatz dieses Ansatzes an die Hand geben.

Dazu gehen wir in Teil I, »Einführung«, zunächst sachgerecht auf die Umweltbedingungen des datengetriebenen 21. Jahrhunderts ein, vergleichen vor diesem Hintergrund die verschiedenen Data-Warehouse-Produkte von SAP und beleuchten die Argumente, die aus unserer Sicht für den Einsatz von SQL Data Warehousing mit SAP HANA sprechen.

Im Anschluss arbeiten wir in Teil II, »Architektur- und Datenmodellierungskonzepte eines SQL Data Warehouse«, allgemeine Elemente und Strukturen einer DWH-Lösung mit Bezug zum SAP SQL DWH aus, bevor wir in Teil III, »Modellierung und Implementierung eines SQL Data Warehouse«, die praktische Vorgehensweise zur Entwicklung und zum Betrieb des Systems anhand eines Beispielfalls schildern.

Zum Schluss stellen wir Ihnen in Teil IV, »Ergänzende Werkzeuge«, zusätzliche Tools von SAP vor, mit denen Sie das SAP SQL DWH komplementieren und Ihre Business-Intelligence- und Analytics-Bestrebungen weiter optimieren können. Eine detaillierte Inhaltsangabe zu jedem Kapitel finden Sie in dieser Einleitung unter dem Abschnitt »Aufbau des Buches«.

Adressatenkreis des Buches

Dieses Buch richtet sich an Personen, die Interesse am Aufbau oder der Modernisierung von Data-Warehouse-Strukturen haben. Aufgrund der universellen Nutzungsmöglichkeiten von SAP SQL DWH ist ein SAP-spezifischer Fokus nicht notwendig und macht die Lösung insbesondere auch für Anwender*innen ohne bestehende SAP-Systemlandschaft interessant.

Der Aufbau des Buches sorgt dafür, dass Sie alle grundlegenden theoretischen Konzepte und technischen Elemente kennenlernen und das gesamte Buch so auch für Leser*innen ohne SAP- bzw. tiefe Data-Warehouse-Kenntnisse eine attraktive Lektüre darstellt, wenngleich solche Kenntnisse hilfreich sind. Ein grundlegendes Verständnis von Zusammenhängen der Datenaufbereitung zur Auswertung und Analyse im Unternehmenskontext sollten Sie mitbringen.

Dies schließt IT-affine Fachanwender*innen aus Fachabteilungen und Entscheider*innen, die ihre Entscheidungsfindung auf eine breitere Datenbasis stellen wollen, mit ein. Teil II des Buches, »Architektur- und Datenmodellierungskonzepte eines SQL Data Warehouse«, erläutert viele Grundkonzepte und enthält Verweise auf weiterführende Lektüre, sodass Sie für sich auch ohne spezifische Vorkenntnisse das SAP SQL Data Warehousing erschließen können.

Durch den praktischen Beispielfall, den wir ab Kapitel 7 zur Veranschaulichung der Entwicklung und des Betriebs eines SAP SQL DWH für Sie aufbereiten und dessen Inhalte wir auf der Webseite zum Buch unter www.sap-press.de/5167 und im öffentlichen Git Repository unter https://github.com/ISR-SAP-HANA-SQL-DWH/Demo zur Verfügung stellen, sind Sie zudem in der Lage, eine fertige Beispiel-DWH-Anwendung unmittelbar zu nutzen.

Einschränkungen können sich ansonsten aus der Verfügbarkeit der im Buch genutzten Softwareprodukte ergeben. Allen voran ist hier SAP HANA zu nennen. Wir beschreiben die Verwendung der On-Premise-Variante in Version 2.0 SPS 05. Die Umsetzung sollte Ihnen allerdings auch mit SAP HANA Cloud und den frei verfügbaren Express-Versionen problemlos möglich sein. Daneben spielt SAP PowerDesigner eine wichtige Rolle, den Sie auch in einer Trial-Version nutzen können. Für die zentralen Aspekte des SAP SQL DWH sind Sie mit diesen beiden Produkten bestens ausgestattet. Die abschließenden Kapitel behandeln im Überblick die Produkte SAP Analytics Cloud, SAP Data Warehouse Cloud und SAP Data Intelligence. Auch diese stehen in Trial-Versionen für Sie bereit.

Aufbau des Buches

Kapitel 1, »Ziele und Einsatzgebiete von Data Warehousing«, führt Sie in den Kontext des Data Warehousing ein. Die Ziele und wesentlichen Bestandteile dieser Disziplin werden dazu neu bewertet. Vor dem Hintergrund der voranschreitenden Digitalisierung definieren wir konkrete Anforderungen an ein modernes Data Warehouse. Auf Basis dieser Anforderung stellen wir Ihnen in der Folge die Stärken der drei Data-Warehousing-Ansätze aus dem Hause SAP vor, wagen einen Vergleich zwischen ihnen und beschreiben spezifische Einsatzgebiete. Kapitel 1 schließt mit einer finalen Argumentation für das SAP SQL Data Warehousing, in der wir auf detailliertere Erläuterungen zu den Argumenten im Verlauf des Buches verweisen.

Kapitel 2, »Einführung in SAP HANA als Plattform«, macht Sie mit den Grundlagen von SAP HANA vertraut. Wir zeigen Ihnen dazu die Architektur und die wesentlichen Funktionen der SAP-HANA-Plattform. Darüber hinaus gehen wir auf die wichtigsten Werkzeuge für das SAP SQL Data Warehousing ein.

In Kapitel 3, »Referenzarchitektur eines modernen Data Warehouse«, erläutern wir zunächst allgemeine Aspekte der Data-Warehouse-Architektur und stellen Ihnen die wichtigsten Architekturtypen vor. Darauf aufbauend, entwickeln wir eine Referenzarchitektur für das SAP SQL DWH und beschreiben die einzelnen Bestandteile im Detail.

In Kapitel 4, »Entwicklungsansatz für das SAP SQL DWH«, skizzieren wir zu Beginn die historische Entwicklung hinsichtlich der ablaufprozessualen Vorgehensweise der Softwareerstellung. Ein starker Fokus liegt hier auf der Entwicklungsphilosophie DevOps, deren Entstehung wir beleuchten und deren Charakteristiken, Herausforderungen und Vorteile wir umfassend darstellen. Auf Basis dieser allgemeinen Einführung entwerfen wir im Anschluss einen konkreten DevOps-Entwicklungsansatz für das SAP SQL DWH, den wir in Teil III ab Kapitel 7 anwenden.

Kapitel 5, »Methodische Grundlagen für das Data Warehousing«, gibt Ihnen einen Überblick über die wichtigsten methodischen Grundlagen, die Sie für das Data Warehousing im Allgemeinen, aber auch für das SAP SQL DWH im Speziellen benötigen. Hierzu gehören vor allem Informationen zur Datenmodellierung, aber auch der Prozessorganisation und weiterer hiermit verbundener Bereiche.

In Kapitel 6, »Technische Grundlagen«, steigen wir in die technischen Strukturen und Funktionen von SAP HANA ein, die wir zur Entwicklung und für den Betrieb des SAP SQL DWH benötigen.

In Kapitel 7, »Modellierung des konzeptionellen Datenmodells«, starten wir mit unserem Beispielfall, mit dem wir die Entwicklung eines SAP SQL DWH veranschaulichen. Für unser fiktives Szenario nehmen wir dazu die relevanten Daten in einem konzeptionellen Datenmodell auf, das wir mit SAP PowerDesigner modellieren.

Kapitel 8, »Modellierung der physischen Datenmodelle«, beschreibt die Modellierungsphase unseres DevOps-Entwicklungsansatzes für das SAP SQL DWH. Wir arbeiten dabei weiter mit dem Beispielfall aus Kapitel 7 und durchlaufen die Erstellung der verschiedenen physischen Datenmodelle mit hohem Praxisbezug in SAP PowerDesigner.

Nach der Fertigstellung der physischen Datenmodelle wechseln wir in Kapitel 9, »Entwicklung des SQL Data...

Über Autor(innen)

Schulze, Eckhard
Eckhard Schulze ist Unternehmensberater der ISR Information Products AG im Bereich SAP Information Management mit den Schwerpunkten Data-Warehouse-Architektur, Datenmodellierung und HANA Data Warehousing. Seine Kenntnisse konnte er sowohl in Best-of-Breed- als auch in Best-of-Suite-Architekturen einsetzen und erweitern. Im Unternehmen dient Eckhard Schulze als fachlicher Experte im Bereich HANA SQL Data Warehousing und verantwortet die technische BI-Systemlandschaft (Cloud und on premise). Zusätzlich ist er Kurstrainer und Systemarchitekt der SAP HANA Data Warehousing Schulung (HDW410) bei SAP.

Peitz, Martin
Martin Peitz ist Masterabsolvent im Bereich Business Information Technology und hat sich während seines Studiums intensiv mit Fragen des Information Management und der Integration entsprechender Systeme im Enterprise-Umfeld auseinandergesetzt. Durch ein zuvor abgeschlossen duales Studium der Betriebswirtschaftslehre ist er zudem mit Problemstellungen der Praxis vertraut und kennt die Anforderungen des Mittelstandes hinsichtlich der Organisation heterogener Systemlandschaften um ein zentrales SAP-ERP-System.

Kahle, Stefan
Stefan Kahle ist Data Warehouse-Experte der ISR Information Products AG im Bereich SAP Information Management mit den Schwerpunkten Data-Warehouse-Strategie und HANA Data Warehousing. Er hat eine langjährige Karriere im Bereich Data Warehouse und eine tiefgehende Expertise in SAP- und Nicht-SAP-Data-Warehouses. Er unterstützt Unternehmen vornehmlich in der strategischen Ausrichtung ihrer Data-Warehouse-Landschaft. Als "Head of Technology" im Geschäftsbereich SAP IM verantwortet er die technologische Entwicklung, die sich an den strategischen Bedarfen der Unternehmen orientiert. Wesentlicher Aspekt dabei ist die Frage, wie sich Data-Warehouse-Landschaften künftig verändern und welche Strategien für die Unternehmen die richtigen sind.

Niemeyer, Frederik
Frederik Niemeyer ist als Berater bei der ISR Information Products AG beschäftigt und auf die Entwicklung von SAP HANA SQL Data Warehouses spezialisiert. Neben seiner Projekttätigkeit ist er als externer Trainer für den von SAP angebotenen Kurs HDW410 im Einsatz. Die Schulung vermittelt den Teilnehmenden die Grundlagen der Implementierung eines HANA-basierten SQL Data Warehouse und wurde von der ISR in enger Kooperation mit SAP entwickelt.

Füsting, Matthias
Matthias Füsting ist als Technologie-Berater bei der ISR tätig. Er hat langjährige Erfahrung in der Umsetzung von modernen Data-Warehouse-Architekturen im SAP-Umfeld. Die Erstellung von Architekturen und Entwicklungsansätze für Applikationen auf der SAP Business Technology Plattform ist ein weiterer Schwerpunkt seiner Beratungstätigkeit. Dabei reicht seine Expertise von rein nativen Entwicklungen auf der HANA SQL Database bis zur Umsetzung von cloud-nativen Anwendungen in der SAP Cloud Platform.

Fischer, Dominik
Als Technology Developer und Advisor setzt Dominik Fischer seinen Schwerpunkt auf die SQL-Data-Warehouse-Architektur. In enger Zusammenarbeit mit SAP Product Owner konnte er die benötigte Entwicklungsmethodik, Architektur sowie die Projektmanagement-Ansätze definieren, welche nun als SAP-Standard im Bereich der agilen (SQL-)Data-Warehouse-Entwicklung gelten.