SAPBW学习笔记(精选版二)

1、性能优化InfoCube为什么快之所以cube比ods速度快，和它采用的 SID机制分不开的。众所周知integer是比char检索速度要快很多的。再就是cube的index，cube里的所有 characteristics都是key,都有索引，不然 IO 的效率就大大降低了。优化方案：颗粒度尽量大：尽量不要在 Cube里放太detail的数据，这种需求首先考虑 R3用 ABAP解决，如果非要在 BW，可以考虑在 DSO出明细报表，在 Cube出汇总报表， 通过RRI接口调用明细报表。查分多个：当Cube的数据量很大时，可以拆分成多个 Cube,再用Multi Provider拼起来，这样qu

2、ery会在N个Cube中并行，提高效率。这就是所谓的逻辑分区。常 见的分区方式有按年月，按国家，按BU,按类型等。压缩（慎用，最好是半年甚至一年以上的数据）：给Cube做Compression。Compression本质上是去掉 Data Dimension，这样fact table就被压缩了，但是 request id也消失了，将无法通过 request id去管理数据。数据库的索引可以加快查询速度索引：分区：对于很大的Cube，可以做partition,这是物理分区，只支持按时间分区。聚集：使用Aggregation可以提高性能。 但是Aggregation本身是cube的一个子集， 提高

3、性能的同时也加大了数据冗余，所以不要用太多。Staitics:定期刷新 DB Statistics可以提高reporting的效率。使用MP:维度设计上，避免很多数据量很大char.放在一个维度上，因为这样会让维度表变得很大。通常，尽可能拆分成更多的维度，然后在multi provider层面，把相关的char都放一个维度里，然后做好Mapping，这样可以让用户更容易理解Multi Provider.不过维度太多会导致 fact table巨大，所以要做好平衡。Line item Dimension :对于 material 等很大的主数据，使用Line item Dimension.BIA

4、:使用BIA是比Aggregation更有效的方法，就是要花不少钱。lnfoCube.docDSOStandard标准DSO （生成主数据标识、对于相同关键字段的值进行合并、可直接出具报表），对应后台 3 个表，NEW TABLE/LOG TABLE/ACTIVE TABLE保存了 DELTA增量的 CHANGE LOG 数据。一般通过 DTP来更新数据。这种 DSO也是我们用的最多的类型。数据需要激活后才能使用。含有Key Field与Data Field，通过Key Field的组合作为唯一值判断，进行合计、覆盖的操作标准DSO需注意的问题如果是激活业务内容的 DSO,然后复制出来作为自己

5、的DSO使用的话，一般不需考虑关键字段的问题， 系统的设置一 般会保证DSO数据与PSA数据完全一致，但如果是自己通过直接输入信息对象创建的DSO,则需考虑值的合并，因为在标准DSO对于相同关键字段的值系统会自动合并，这个时候需注意转换中的规则明细是覆盖还是合计，如果有合并的字段，即DSO更新的数据少于 PSA的数据，建议把转换中值字段的规则明细全部修改为合计，以保证值的正确，总之，在使用标准DSO时需考虑值的合并问题（项目中如何使用的），并考虑转换的规则明细， 但使 用写优化的DSO则不存在该问题建议如果采用三层数据模型架构的话，可考虑第一层使用写优化的DSO,保证该层DSO数据与PSA完全一致，第二层 DSO使用标准DSQ第三层使用 CUBE（颗粒度 变粗），完全更新的数据源情况下，写优化DSO在新增数据时，会重复计算以前已抽取数据，在建立 DSO时需仔细考虑 DSO类型、数据更新方式、 DSO关键字段和 数据字段设置、以及转换中的明细规则中的集合设置为覆盖还是合计厨 5ettin OSSraincardVI10IJUMC 05* 0 T/ps af Da|* 0 SIDs Genera* 3 UiiQue Dn估* 0 5就 Qualify V1 i/t即 nn zK至pvBn 4抽 sAH1191 . !aiA11XIffJ