abbilden.
Self-Service-Modellierung und Datendemokratisierung
Wie zuvor erwähnt, ermöglicht die Self-Service-Modellierung das Erstellen neuer Modelle und Analysen, über die Endanwender zügig zu neuen Erkenntnissen (Time-to-Value) gelangen. Die IT kann gleichzeitig über unterschiedliche Spaces die Datendemokratisierung im Unternehmen weiter vorantreiben und Data-Science-Projekte der Fachabteilung durch die Verwendung der HANA-Cloud-Bibliotheken für maschinelles Lernen unterstützen.
1.4 Architekturüberblick
Technisch ist SAP Data Warehouse Cloud auf SAP HANA Cloud als Datenbankplattform und SAP Analytics Cloud aufgebaut. So bedient sich die Applikation bei der Persistenz etwa an den Services von SAP HANA Cloud und beim Benutzer- und Rollenkonzept an einigen Services von SAP Analytics Cloud.
Abbildung 1.1 stellt die wesentlichen Funktionsbereiche und Software-Komponenten vereinfacht dar.
Abbildung 1.1: Architektur von SAP Data Warehouse Cloud
Sie können cloudbasierte sowie klassische On-Premises-Quellsysteme an Data Warehouse Cloud anschließen. Einige unterstützen den virtuellen Zugriff oder eine Echtzeitreplikation, manche auch nur Batch-Ladungen für Datenflüsse. Welche Konnektoren Data Warehouse Cloud bietet und welche Datentransferverfahren diese jeweils unterstützen, erfahren Sie in Abschnitt 2.4. Daneben gibt es eine Schnittstelle (Application Programming Interface, kurz API) für externe Werkzeuge von Drittanbietern, um das System mit Daten zu befüllen.
Daten lassen sich persistent speichern. Dafür stehen Ihnen drei Bereiche zur Verfügung:
Hauptspeicher (In-Memory)
SSD (Solid State Drive)
Relationaler Data Lake
Letzterer steht seit Mitte 2020 in den meisten Rechenzentren weltweit zur Verfügung und kann optional dazugekauft werden.
Wie eingangs schon erwähnt, sind SAP Analytics Cloud und Data Warehouse Cloud eng miteinander verzahnt, obwohl es sich lizenzseitig um zwei verschiedene Cloud-Lösungen handelt. Deshalb ist Analytics Cloud mit einer gestrichelten Linie in der Grafik umrandet, ebenso wie die externen Werkzeuge der SAP Business Technology Platform und anderer Anbieter.
Zur Datenkonsumierung steht ein weiteres API zur Verfügung, um externe Visualisierungswerkzeuge von Drittanbietern anschließen zu können.
Spaces sind die virtuellen und isolierten Arbeitsbereiche, in denen die Objekte wie Tabellen, Views, Business-Entitäten etc. zugeordnet und verwaltet werden (siehe Kapitel 2).
Die Business-Modellierung (siehe Kapitel 4) bietet die Möglichkeit, komplexe und technische Datenmodelle in Objekte mit normaler Sprache umzuwandeln. Hierauf, wie auch auf den Business-Katalog, werde ich in Kapitel 3 genauer eingehen.
Administration und Security schließlich beschäftigen sich mit der Verwaltung und Absicherung der Lösung (siehe Kapitel 6).
1.5 Navigation im System
Sobald für Sie ein Benutzer in einem SAP-Data-Warehouse-Cloud-System erstellt wurde, erhalten Sie eine E-Mail zur Begrüßung. Wenn Sie der Systemeigentümer sind (mehr dazu finden Sie in Kapitel 6), dann melden Sie sich über diese E-Mail erstmals am System an und aktivieren gleichzeitig Ihren Tenant. In beiden Fällen kommen Sie nach erfolgreicher Anmeldung zur Startseite (siehe Abbildung 1.2).
Abbildung 1.2: Data Warehouse Cloud – Startseite
Die Startseite gliedert sich in mehrere Bereiche:
1.5.1 Funktionen der Kopfzeile
Ganz links in der Kopfzeile finden Sie den Schalter
Rechts neben dem SAP-Logo ist die sogenannte Breadcrumb-Navigation eingebaut. Dort erkennen Sie, in welcher Komponente, welchem Space und welchem Objekt Sie sich gerade befinden (siehe Abbildung 1.3). Über die Hyperlinks navigieren Sie direkt zu diesen Bereichen. Im Beispiel befinden Sie sich in der Komponente Data Builder, dem Space Book Space und dem View für Product Master Data. Über den Schalter
Abbildung 1.3: Breadcrumb-Navigation
Auf der rechten Seite der Kopfzeile (siehe Abbildung 1.4) finden Sie die Systembenachrichtigungen
Abbildung 1.4:
