SAPBW培训课件

1、2017,Addupanythingwhatyoulikeorwhatyouneedlikecompanyname与梦偕行寻找更好的自己,BW数据仓库,数据仓库概述,1,数据仓库概述,什么是数据仓库?,数据仓库之父BillInmon在1991年出版的“BuildingtheDataWarehouse”一书中所提出的定义被广泛接受数据仓库（DataWarehouse）是一个面向主题的（SubjectOriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（TimeVariant）的数据集合，用于分析数据，获取可用信息支持管理决策(DecisionM

2、akingSupport)。,数据仓库概述,操作型数据库的数据组织是面向事务处理处理的,各个业务系统之间各自分离,采用关系型数据库模式存储数据,而数据仓库中的数据是按照一定的主题域进行组织的,采用多维模式存储数据。,面向主题的,数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。,集成的,数据仓库概述,数据仓库概述,相对稳定的,数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大

3、量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。,数据仓库概述,反映历史变化的,数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。,数据仓库概述,支持管理决策的,数据库一般用于业务数据存储,关注于数据记录,数据仓库则用于数据到可用信息的转换,关注于分析。建立数据仓库往往需要含概两个层面的内容,其一技术层面实现数据仓库,其二管理层面实现信息的应用及其后续处理。,数据仓库目的,把数据和决策者连接起来，变数据为价值,决策支持,数据仓库应用模式,查询和报表,报

4、表是国内最热衷的BI应用之一，这与报表在我国企事业单位中的历史地位是分不开的。我国的报表以其格式诡异、数据集中、规则古怪等特征著称于世。,OLAP,OLAP技术为决策者提供了多角度、多层次、高效率的数据探查方式，决策者的思维不再被固定的下拉菜单、查询条件所束缚，而是由决策者的思维带领数据的获取，任意组合分析角度和分析目标，这种打破传统的互动性分析和高效率使OLAP成为BI系统的核心应用。,数据可视化,数据可视化应用致力于将信息以尽可能多的形式展现出来，目的是使决策者通过图形这种直观的表现方式迅速获得信息中蕴藏的知识，如趋势、分布、密度等要素。,数据挖掘,数据挖掘是最高级的BI应用，因为它能代替

5、部分人脑功能。数据挖掘隶属于知识发现(KnowledgeDiscovery)在结构化数据中的特例。数据挖掘的目的是通过计算机对大量数据进行分析，找出数据之间潜藏的规律和知识，并以可理解的方式展现给用户。,从功能结构化分，数据仓库系统至少应该包含数据获取（DataAcquisition）、数据存储（DataStorage）、数据访问（DataAccess）,数据仓库的功能上的划分,关键组成,扩展,数据挖掘(DataMining)，又称为数据库中的知识发现(KnowledgeDiscoveryinDatabase,KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过

6、程，简单的说，数据挖掘就是从大量数据中提取或“挖掘”知识。模拟(Simulation)，通过大量历史数据的分析，寻找数据存在的规律和趋势，进行预测。不仅仅关注于WhatHappen，还要关注于Whatnext,ifthen。,为什么要建立数据仓库？,传统的数据库(DB)仅对当前事务所产生的数据记录保存下来，并对这些数据进行各种日常事务处理。随着数据量的增大，查询要求也越来越复杂，DB逐渐出现了许多难以克服的问题，集中表现为:数据分散、缺乏组织性；数据难以转化为有用信息；不能满足复杂的查询要求；只保存短期数据，分析时不能满足长期预测需要。如何提供一种行之有效的手段，帮助管理人员方便地访问制定决策

7、需要的信息，辅助他们制定决策。数据仓库的出现改变了这一状况，它能帮助人们正确的判断即将出现的机会，提高企业对市场变化的反应速度，帮助决策者解决商业过程中存在的问题。数据仓库（DW）的真正价值在于帮助人们制定能改进商业化过程的决策，而不只是使商业过程自动化。,企业的信息化建设需要从DB-DW,O,事务环境,D,决策支持环境,l,详细事务数据,l,短期间的当前数据,l,随事务事件改变,l,同其他模块或应用数据的整合小,l,对事务的执行高度规范化,l,更新/插入/删除,l,30-60天的数据,l,数据只针对特定的应用,l,常常是汇总数据,l,有意义、必需的历史数据,l,在特定时间点固定,l,同其他模

8、块或应用数据的整合大,l,经常进行非标准或重建结构的查询,l,只读性,l,2-7年的数据,l,数据不仅针对特定的应用，并且和其它多种应用整合,从事务-决策的提升,OLTP与OLAP的概念与区别,OLTP联机事务处理，就是我们通常所说的关系型数据库，记录了实时的增删改查数据。OLAP联机分析处理，是数据仓库的核心，是对OLTP的历史数据进行加工，分析处理，用于处理商业智能，为企业提供决策信息。区别：1.OLTP是明细的数据，OLAP是汇总数据2.OLTP记录实时的数据，OLAP包含2-3年历史数据3.OLTP可以进行增删改查操作，OLAP只支持查询。,以前，企业只注重生产什么样的产品，以产品定位

9、市场。随着行业竞争的加剧和用户需求趋于多样化、个性化，企业的生产必须以市场为向导，及时捕捉市场信息，根据市场的需求来进行产品的生产和销售，而这一切都源于对数据仓库中所存储的大量信息的追踪和分析。使用数据仓库可以行进行有目标的市场销售，把最满意的产品和服务送到可获得最大利润的市场,适用于企业的DW主题举例,产品分析,客户分析,数据仓库可为企业建立一个关于客户与产品种类、地区和销售渠道之间关系的视图，这种视图有助于企业选择战略市场方向-为需要的市场投入需要的资源。同样还可以依据二八理论建立客户边际贡献度的划分视图，对客户进行分类，为优秀的客户提供更好地服务，使这些客户更满意，从而与这些客户建立长期

10、、友好的合作关系。降低销售费用，增加企业销售收入。统计数字表明，获得一个新客户的费用通常是向已有客户销售产品费用的7倍。,SAPECC/R3系统,SAPECC是全球第二大软件提供商SAP推出的新一代产品，其前身是SAPR/3，包含FI,CO,MM,SD,HR,BW,Basis,PP,PS,PM,TR,IM等多个模块及子模块。,SAPS4HANA/FIORIBW/4HANA,SAP产品线中的一种。SAPS/4HANA是完全基于高性能内存计算平台SAPHANA的全新产品。为什么叫S/4而不是R/4（S代表Simple，4代表第四代）。因为它利用新的用户体验技术（SAPFiori）和内存处理和数据库

11、技术（SAPHANA），以及引入了一个新的引导配置的概念。从部署和应用两方面精简ERP，以适应移动和工业4.0时代的企业运营。它实现了ERP的功能，又集SAPHANA的敏捷性、快速性和实时性于一身。SAPS/4HANA不光是兼容的，而且是优化的，是针对HANA进行了优化的商务套件。SAPBW/4HANA提供了全新的逻辑数据仓库基础，能够与企业内外各种IT架构中的历史数据和活力数据进行交互，进而支持客户更简单高效地执行实时分析。,R/3系统着重解决了下述问题：规范了日常业务物流和商流得到了紧密集成业务重要环节均保存在信息系统中采用标准化软件对数据进行很好规范但是R/3系统存在一定局限性：数据量过

12、大后，存在数据查询和业务处理速度慢问题难以集成非R/3数据无法实现灵活查询分析针对管理分析层易用性差,BW立体架构图,1,2,3,4,DSO,CUBE,PSA,BEX,1.PSA：数据源的持续存储区域，存储每次数据源抽取的请求,3.INFOCUBE:数据立方体，汇总数据,2.DSO：本质是一张二维表，数据存储对象，明细数据,4.BEX报表展示方式可分为WORKBOOK、WAD、PORTAL,BW,服务器,管理者工作台,OLAPprocessor,OLAP处理器,StagingEngine,分段传送引擎,业务浏览器,源系统,Web浏览器,BW平面架构图,管理者工作台:总体管理整个BW系统,负责模

13、型,数据源,抽取规则,计划作业等等的建立,监控系统状态,BW各部分组成,AdministratorWorkbench,MasterData,MetaDataRepository,元数据仓库:含概BW系统所有元数据的信息.包括信息对象,模型,DSO,报表,权限等等,主数据:管理业务系统的主数据信息,PSACUBEODS,OLAP,持久存储区域:存储数据源抽取的数据的数据表信息立方体:数据分析模型操作数据存储:存储分析数据,提高数据仓库性,联机分析处理,分段传输引擎:控制数据的分段传输,StagingEngine,OpenHubService,开放式数据服务,Businessexplore,业务浏

14、览器:负责数据查询的制作,展现和处理,包含(Analyzer,QueryDesigner,ReportDesigner,WebApplicationDesigner),BW业务内容,是SAP根据各种分析需要,设计完备的一整套分析模型,以系统组件的形式安装在BW系统上,只需要对模型进行激活就可以使用,角色,信息快,抽取器,信息源,查询,信息对象,工作簿,ca,激活,分析的运用,CRM,分析,SCM,分析,Enterprise,分析,Cross-component,applicationsforanalyzing,andinfluencingprocesses,inallsystemsthatde

15、liver,data,业务内容,BW客户端安装,SAPGUI安装BW客户端组件,.NET安装,OFFICE,BW数据仓库-报表数据流向,BW模型概念,管理者工作台-Tcode:RSA1,BW模型概念,管理者工作台常用功能简介,BW模型概念,管理者工作台信息范围,信息范围与信息对象目录相当于WINDOWS中的文件夹，一个可逐步展开的目录,BW模型概念,管理者工作台命名规则,Infoobject,SAP留给操作者自定义的字段为Y与Z，所以一般我们自己命名自建表、模型、query、信息对象、数据源等都采用Y或Z开头,BW模型概念,信息对象-特征和关键指标信息对象业务评估对象和表字段在BI中被称为信息

16、对象，它是BI中最小的单元，通过它将信息部署为各种结构，信息对象分为特性和关键值两部分：特性Characteristics在主数据表中的信息对象系统必备的特殊类型的特性有以下三个：时间特性与时间相关的特性“Fiscalperiod”,“Calendaryear”,.单位特性国际通用的单位“Localcurrency”or“0Unit技术特性例如请求号等关键值Keyfigures关键值在报表中提供数值，例如销售数量、金额等。,BW模型概念,信息对象特征和关键指标,系统标准自带的信息对象以0开头,客户建立了以Z或Y开头,系统安装好之后系统标准的信息对象通过BICONTENT进行激活使用,激活后位与

17、未分配的节点下,BW模型概念,信息对象特征,用于分析的各种角度,含概了R/3系统的所有主数据,例如:物料、工厂、成本中心等，也是未来数据表基元组成的KEY，多个不同的特征根据数据组成容量的大小（也可以按业务，组织等进行划分）定义为一个维度,BW模型概念,信息对象特征划分,特征根据不同的性质可以进行划分：一般特征时间特征单位特征,BW模型概念,信息对象特征,一般属性条目,BW模型概念,信息对象特征,主数据/文本条目,BW模型概念,信息对象特征,层次结构特征,BW模型概念,信息对象特征,属性条目,BW模型概念,信息对象关键指标,关键指标用于记录各种业务数据指标，包括数量、金额、百份率等等,BW模型

18、概念,信息对象关键指标,类型/单位条目,关键指标必须包含单位信息对象，可以把单位写成固定，但一般数量用0UNIT金额用0CURRENCY,BW模型概念,信息对象关键指标,聚集决定数据导入模型时候的取值如何，例外集合决定报表统计时的数据结果主要影响总计结果的显示,聚集条目,BW模型概念,信息提供者,CUBE信息立方体ODS操作数据存储多信息提供商信息集虚拟CUBE,BW模型概念,信息提供者,CUBE信息立方体,CUBE信息立方体多维的信息模型，由一张事实表和多张维表以星型结构方式组成，最多可以有16个维度，255个关键指标。,BW模型概念,信息提供者,CUBE信息立方体,模型建立就具有的纬度数据

19、包维：用于记录数据的传输请求和更改状态时间维：记录时间相关的特征值单位维：记录关键指标用到的单位其他维：按照模型需求进行设计导航属性：用于记录特征相关的属性信息对象关键值：记录各种关键指标,BW模型概念,信息提供者,ODS操作数据存储,ODS操作数据存储，处于数据提取和数据分析的需要而建立的一种提升数据库效率的数据存储对象，SAP-BW的ODS有两个部分组成：关键字段和数据字段，其中关键字段可理解为KEY，关键字段最多可以定义16个，数据字段是被覆写的字段，可以按需求任意进行定义（可以为特征，也可以为关键指标）。在数据库表方面ODS有三张表组成：新数据表、有效数据表、更改日志表,新数据表：用于

20、存储新导入的数据有效数据表：用于记录有效数据，对原有数据进行覆盖，可以在次基础上建立查询和分析更改日志表：记录数据更改的明细条目，用于数据的向上导入，当ODS为数据源其他模型为数据目标时,BW模型概念,信息提供者,ODS操作数据存储-概览,BW模型概念,信息提供者,ODS操作数据存储-三个不同用途的数据表,BW模型概念,信息提供者,ODS操作数据存储-数据流向,数据源,ODS,CUBE,新数据表,有效数据表,更改日志表,报表,【注意】1.DSO关键字段最多为16个，如果超出16个字段还不能标识一条记录，就不能用DSO来做。2.同一个KEY值的话，ODS永远都是覆写；不同的KEY值的话，ODS是

21、增加。意思说同一个KEY永远都只有一条记录。,BW模型概念,信息提供者,多信息提供商信息集,由引用的模型拖拽进行构建,本身并不存储任何数据只是对其他模型的一种引用，类似与数据库视图,BW模型概念,多信息提供商MULTIPROVIDER信息集INFOSET,多信息提供商和信息集的用法一致，都是对不同模型的引用，Multi-CUBE复合立方体，是一种方便出具跨模块报表的，集合了多个信息提供器（CUBE,DSO等）的信息提供者；便与数据的关联查询，其本身并不存储数据条目，类似与数据库的视图操作。,BW模型概念,源系统,SAP数据仓库针对不同的数据来源，把这些系统称为源系统，源系统中含有的数据提取模块

22、称为数据源，依据不同的源系统则数据源的建立也不同。,BW模型概念,源系统,BI类型的源系统是SAP-BW自身的系统，BW系统本身也可以作为一个源系统，各种模型和数据提供者，通过开放式数据目标文件可以把数据转化为数据库表和文件格式数据源。,SAP类型的源系统是其他R/3各种系统，包括R/3，CRM，PLM，SRM等，这些系统依据不同业务和技术设置，SAP建立了各系统标准的数据源目录，通过激活和传输这些数据源就可以把该数据源提取的数据抽取到BW系统,外部系统类型的源系统是其他非SAP的各种系统，SAP-BW同过BAPI与第三方数据抽取工具连接，进行数据的抽取,文件类型的源系统是采用文件形式数据源的

23、系统，文件可以存放在本机，也可以存放在BW服务器上，文件格式可以是ASCII格式也可以是CSV格式,数据库类型的源系统是BW系统通过直接数据库连接，通过数据库的表构建数据源抽取数据库数据，SAP-BW系统可以支持对SAPDB（ada），Informix(inf)，MicrosoftSQLServer(mss)，Oracle(ora)，IBMDB2/390(db2)，IBMDB2/400(db4)，IBMDB2UDB(db6)数据库的连接和抽取,BW模型概念,源系统,建立文件类型的源系统,BW模型概念,文件类型数据源,建立文件类型的数据源：业务数据源类型用于传输业务数据主数据文本类型用于传输主数

24、据的KEY和描述主数据属性类型用语传输主数据的相关属性一般采用业务数据类型构建数据源，它对主数据的传输也通用,BW模型概念,文件类型数据源,建立文件类型的数据源：一般信息输入相关描述,提取目录，数据文件路径，分隔符,BW模型概念,文件类型数据源,建立文件类型的数据源：建议目录，测试文件导入，系统进行字段编排,BW模型概念,文件类型数据源,建立文件类型的数据源：字段目录，为各个字段进行信息对象模板填入标准化传输格式，数量/金额和单位的信息对象要一起填入后复制系统标准。,BW模型概念,建立文件类型的数据源：预览看数据是否准确，对于日期格式的信息对象要注意和个人参数的设置有关，源文件和个人设置两者要

25、一致。,文件类型数据源,BW模型概念,R/3数据源,1）标准数据源SAP针对各模块系统自带的数据源2）定制数据源，例如：表数据源，查询数据源；functionmodule数据源需要客户自己定制,数据抽取概念,2,BW数据抽取概念,数据抽取的整体流向(在BW系统进行处理),数据抽取的开始与数据源，在数据源建立信息包，执行数据从源系统到PSA的提取，提取完毕后，再通过数据传输处理进程，依照转换规则把数据传输到数据目标,转换,传输进程,信息包,BW数据抽取概念,对数据源建立信息包,到数据源目录下，选去所需的数据源，右键选择建立信息包，并输入信息包的描述，系统自动生成其技术名称。,BW数据抽取概念,文

26、件类型数据源信息包设置,数据选择：进行数据的筛选，数据源的制定决定了能对哪写信息对象进行筛选。,BW数据抽取概念,文件类型数据源信息包设置,提取：设置提取的文件数据源路径及相关操作参数。可以选择是从本地工作站进行装载还是从服务器工作站进行文件装载，一般采用CSV格式文件进行数据的导入,BW数据抽取概念,文件类型数据源信息包设置,更新：设置数据抽取的更新方式，文件类型的数据源只可以设置成为完全更新，不对数据文件做增量上的处理,BW数据抽取概念,文件类型数据源信息包设置,计划表：对信息包执行的时间点进行设置，可以使用处理链进行处理也可以使用简单作业计划,BW数据抽取概念,R/3数据源信息包与文件类

27、型信息包差异,提取：通过服务应用程序接口访问SAP数据更新：根据数据源的不同存在多种更新方式，完全跟新、增量初始化、增量更新等，依据不同的抽取要求进行设置，这里的增量是指对数据的增量。,BW数据抽取概念,执行信息包抽取数据,执行信息包，进行数据的抽取，依靠监控制器对数据抽取状态进行监控。,BW数据抽取概念,查看本次抽取后PSA数据情况,数据抽取完毕，对PSA进行数据检查，确认数据抽取是否正确，这里PSA的数据和R/3或本地文件数据源的数据是一致的，并没有进行特殊转换.,PSA管理,BW数据抽取概念,进入PSA的数据显示，其中有数据包文档编号，数据记录号用于对数据条目进行分包管理，一般每包大小为

28、1000条记录。,查看本次抽取后PSA数据情况,BW数据抽取概念,PSA管理注意各个包的请求和状态，选择一个请求包，可以看到包里的具体数据，表示还未更新到数据目标表示已经更新到数据目标,管理与BW数据源对应的PSA,BW数据抽取概念,原先3.X的BW系统有两步规则，传输规则和更新规则。7.X的BW合并了这两个规则，只需做一个转换规则,为数据源到数据目标建立转换,BW数据抽取概念,用拖动进行数据源字段与数据目标信息对象之间的映射，并可以对映射进行规则的设置，可以是常量、直接赋值、公式、例程、含有单位的例程序、无转换、读主数据等，依据不同的变换需要进行规则设置。,为数据源到数据目标建立转换,BW数

29、据抽取概念,系统自动依据转换规则制定传输的目标和源,进入传输进程进行设置,提取模式设置，一般用于测试的提取模式都选则完全，正式系统时选择DELTA也就是增量传输，这里的增量是指对信息包请求的增量。,建立数据传输处理进程,BW数据抽取概念,进行数据到数据目标的传输，通过监控器监视控制传输的情况，如果出现错误，依据错误细节进行调整，注意：每次更改转换规则都要重新建立传输进程否则更改的规则会对数据传输无效。,执行数据传输处理进程,BW数据抽取概念,绿灯表示数据传输成功，报表标识表示可以进行报表的制作，内容标签用于管理显示和删除模型内容，性能标签是对CUBE模型的索引进行构建和统计，滚动是对数据进行压

30、缩。,数据传输完毕，对数据进行检查,数据模型相关概念及模型设计,3,BW的三层架构,数据源从ECC或非SAP系统或文本文件抽取数据,抽取层自数据源抽取数据，字段与数据源保持一致,合并层对逻辑字段的操作合并都在这一层完成,分析层用于出具报表，将数据合并，缩减展示维度,三层架构及每层作用,BW数据模型相关概念及模型设计,三层架构实例及命名规则,抽取层命名：ZE*Z为自建字段的必要开头字母E代表EXTRACTION（抽取）合并层命名：ZC*C代表COMBINE(合并）分析层命名：ZA*A代表ANALYSIS（分析）其中DSO命名最好采取D01等数字序号的结尾CUBE命名采用C01类似的结尾MULTI

31、PROVIDER采用M01的结尾,BW数据模型相关概念及模型设计,DSO详述：三种DSO（标准DSO、写优化DSO、直接更新DSO）、标准DSO覆盖合计规则,BW数据模型相关概念及模型设计,标准StandardDSO,BW数据模型相关概念及模型设计,标准StandardDSO的三张表,BW数据模型相关概念及模型设计,标准DSO覆盖合计规则：,数据从源抽取到标准DSO中时，在同一抽取请求中，相同业务主键的数据会合并（合并的方式有覆盖与合计，合计又可为MIN、MAX、SUM中的一种，具体转换规则中可为哪一种合计，则要看KeyFigure中的Aggregation聚合中设置的是哪一种合计方式，后存入

32、到New中；抽取数据到DSONew表中时，不管抽取请求中的新数据是否与当前New表中已有的数据主键相同，新抽取请求中的数据合并（相同业务主键才会合并）后，再以新数据记录存入New表，并不会与New表中现有相同业务主键数据发生合并（原因是New中的主键为技术主键，并技术主键与抽取请求有关，同一抽取请求主对应着同一SID，所以不同抽取请求的数据即使业务主键相同的记录也是不会被合并的，合并只发生在同一抽取请求中，且相同业务主键数据之间）；如果New中有相同业务主键的数据（多次抽取请求形成的），或者将要被激活的记录与现有Active表里的数据业务主键相同，并且DSO中设置中勾选了“”选项，则在Acti

33、ve时抽数请求会报红（其他不报错即不重复的记录也不能存入到Active表时，报错后整个抽数请求所包括的数据都不会插入到激活表里），如果未勾上，则Active时不会报错，并且相同业务主键的数据在Active表进行合并，并在ChangeLog表中记录数据变化过程；,BW数据模型相关概念及模型设计,N表主键,New表中的主键为技术主键：,BW数据模型相关概念及模型设计,A表主键,Active表中的主键为业务主键：报表就是直接从该表中抽数，以及上层其他数据目标初始化时从该表里抽数，但上层其他数据目标的Delta更新需从ChangeLog表里抽数,BW数据模型相关概念及模型设计,C表主键,ChangeL

34、og表中的主键为技术主键：,激活时，如果某条数据没有发生任何变化，且转换规则的Aggregation设定是覆盖方式，则不会在ChangLog表里产生新的日志记录，但只要修改了某个非主键字段，则会记下日志；但如果转换规则的Aggregation设定的是合计方式时，不管数据是否发生变化，都会记日志,BW数据模型相关概念及模型设计,写优化Write-OptimizedDSO,BW数据模型相关概念及模型设计,写优化DSO只有一张Active表，数据不需要激活,BW数据模型相关概念及模型设计,数据库表中的主键,BW数据模型相关概念及模型设计,如果去掉了写优化DSO的”不检测数据唯一性“的勾时，表示数据存

35、入Active表中时会检查数据是否重复，此如果有语义上相同主键的数据时，抽数时抽取请求会报红，整个请求中包含的数据（包括重复与不重复的数据）都不能存入到Active表中；在勾上后，表示不再会检测数据唯一性，此时即使KeyFigure关键值字段规则设置成了合并，也并不会将新抽取上来的数据与相同业务主键的数据进行合并（注：即使同一抽取请求中有相同业务主键的记录也不会合并）；注：写优化DSO转换规则的KeyFigure的Aggregation虽然可以设置覆盖或合计，但对写优化的DSO是不起任何作用的，不管合并方式设置成什么（MOV、MIN、MAX、SUM），业务键相同的数据也不会发生合并写优化的DS

36、O只用于只有新增、没有删除与修改的数据的数据源，即抽取的这类数据是不会发生变化的，只会新增（如：由于零售企业的销售明细数据量大并且需要日结，所以零售企业的销售小票明细数据只有增加，对这类的数据可以使用写优化的DSO来做）。并且从数据源中抽数到写优化的DSO所对应的Active表里时，数据不会发生合并计算操作，而是原样将数据源的数据拷贝到表里，所以数据写入的速度也会快点,BW数据模型相关概念及模型设计,直接更新DirectUpdateDSO,直接更新的DSO不能通过DTP抽数，因为此类型DSO无法创建DTP（也无法创建Transformation），所以该类DSO无法通过ETL来加载数据，只能通过其他Application将数据写到里面，如将某个Query报表查询出来的数据保存到该类DSO中。,BW数据模型相关概念及模型设计,直接更新的DSO也只有一张Active表，不过该表不是通过DTP上传数据，而是通过其它方式抽数（非DTP的Request方式）：,该类DSO所对应的数据库表的主键是由业务字段组成的主键，而不是技术字段（所以数据在写入时，业务主键相同数据也会发生合并计算，这与标准DSO是一样的）,BW数据模型相关概念及模型设计,1、DSO的分类，标