Performance-Optimierung fĂŒr SAP BW

BW, Performance

FĂŒr Datenbanksysteme, die bereits einige Jahre im Betrieb laufen, wird die Performance zunehmend zum zentralen Thema der IT- und Fachbereichsverantwortlichen. In Zeiten von Massendaten und stetig wachsender DatenbestĂ€nde wird nicht allein die AnalysefĂ€higkeit und QualitĂ€t solcher DatenbestĂ€nde, sondern vor allem die Garantie einer schnellen DatenverfĂŒgbarkeit zur besonderen Herausforderung.

Jeder Beteiligte, vom Anwender ĂŒber den Administrator bis zum Entwickler, hat seine ganz eigene Sicht auf das Thema Performance. Es gilt, einen Konsens bzgl. der Anforderungen und Betrachtungsweisen zu finden, ohne eine der beteiligten Gruppen zu benachteiligen.

Performance-Optimierung fĂŒr SAP BW

Auf Ebene der Datenhistorie kommt es hĂ€ufig zu Konflikten in den Sichtweisen. So wĂŒnschen sich etwa

  • Administratoren einfach zu wartende Modelle,
  • Entwickler eine hohe Entwicklungsgeschwindigkeit,
  • Designer, wenig zu programmieren und
  • User schnelle wie auch genaue Berichtergebnisse.

Im Rahmen der Performanceoptimierung gilt der Grundsatz: So viel Informationen wie nötig in so schlanken Datenmodellen wie möglich vorhalten. Dabei sollte selbstverstÀndlich die Revisionshistorie aller DatenbestÀnde garantiert sein.

Grundlegende Betrachtungen

Werkzeuge zur Datenanalyse reichen von einfachen Anwendungen bis hin zu komplexesten Lösungen. Ein wesentlicher Unterschied besteht in der Art der Datenhaltung. Eine davon ist das sogenannte Data Warehouse. In diesem Kapitel möchte ich Sie mit den grundlegenden Prinzipien der Datenhaltung in SAP Business Warehouse vertraut machen, um Ihnen das VerstÀndnis der darauffolgenden Kapitel zu erleichtern.

Zur Analyse von Daten steht Ihnen heute eine Reihe von Werkzeugen zur VerfĂŒgung. Gern wird dabei auf Microsoft Excel zurĂŒckgegriffen, da es den Anwendern die Möglichkeit bietet, sich die eigenen Berichte gezielt zusammenzustellen und dabei Formeln und Funktionen einzusetzen, die den innerbetrieblichen Gegebenheiten des Unternehmens entsprechen.

Neben der Datenanalyse auf Basis von Microsoft Excel gibt es eine Reihe komplexer Lösungen, um DatenbestÀnde miteinander in Beziehung zu setzen. All diesen Anwendungen liegt das Prinzip des Data Warehouse (DWH) zugrunde (siehe Abbildung 1.1).

Performance-Optimierung fĂŒr SAP BW - Grundprinzip DWH

Grundlagen der SAP BW-Datenhaltung

Um SAP BW-Systeme optimieren zu können, ist ein VerstÀndnis der Datenhaltung unerlÀsslich. In diesem Kapitel werde ich Ihnen die hÀufigsten Arten der Datenhaltung und die entscheidenden Unterschiede zu anderen datenbankbasierten Systemen, insbesondere zum klassischen Data Warehouse, erlÀutern.

Innerhalb einer EDV werden – wie der Name schon sagt – Daten auf elektronischem Wege verarbeitet. Wenn es sich dabei um Daten handelt, die nach der Verarbeitung noch anderen VorgĂ€ngen oder auch demselben Prozess zur VerfĂŒgung stehen sollen, ist eine Datenbank erforderlich.

In der Regel folgen heutige Datenbanken dem Relationsprinzip nach Codd. (Edgar Frank Codd, Entwickler des Relational Database Management Systems RDBMS).

Nach diesem Prinzip besteht zwischen redundant verwendbaren Objekten und Informationen eine PrimĂ€r-FremdschlĂŒssel-Beziehung, die dazu geeignet ist, Datenbanken schlanker, eindeutiger und wiederverwendbarer zu machen.

Datenbanken werden unter Verwendung der sogenannten Normalisierungsregeln aufgebaut. Sie bieten einen eindeutigen SchlĂŒssel auf einen oder mehrere der zum SchlĂŒssel gehörenden Werte.

Innerhalb des SAP BW-Systems kommen sowohl normalisierte als auch nicht normalisierte Datenbankmodelle zur Anwendung

SAP BW unterscheidet grundsÀtzlich zwischen

  • persistenter Datenhaltung (Datenziele) = physisch auf der Datenbank und
  • transienter Datenbereitstellung (Nicht-Datenziele) = zur Laufzeit verfĂŒgbare Daten.

Eine weitere wesentliche Unterscheidung innerhalb der Datenhaltung des SAP BW besteht in der flachen und der mehrdimensionalen Datenhaltung:

  • Merkmale, DataStore-Objekte (DSO) = flache Datenhaltung
  • InfoCubes = mehrdimensionale Datenhaltung.

Lassen Sie uns in Abbildung 2.2 etwas genauer darauf eingehen. ZunÀchst zur Erinnerung:

Datenziele:

  • sind InfoProvider,
  • belegen physische Speicher auf der Datenbank,
  • können zum Reporting herangezogen werden.

Nicht-Datenziele:

  • sind InfoProvider,
  • belegen keinen physischen Speicher auf der Datenbank,
  • können zum Reporting herangezogen werden.

Performance-Optimierung fĂŒr SAP BW - Infoprovidertypen

Datenmodellierung aus Sicht der Performance

Einen erheblichen Einfluss auf die Datenperformance in SAP Business Warehouse haben die verwendeten Modelle. Inwieweit die Modellierung Möglichkeiten der Performanceoptimierung bietet, wird in diesem Kapitel erlĂ€utert. DarĂŒber hinaus werden Formeln und Parameter vorgestellt, wie die Datenbereitstellung optimiert werden kann.

Die Extraktionsmodellierung

Da die Verarbeitung von Quelldaten einen wesentlichen Einfluss auf die Performance der Datenbeschaffung hat, wollen wir zunÀchst die Datenbeschaffung betrachten.

Requestverarbeitung

In der Datenfortschreibung – egal, ob aus einer Quelle, innerhalb des Datenflusses des BWs oder bei der Datenfortschreibung in andere Systeme – werden die Daten immer in Requests gepackt.

Ein Request ist eine definierte Sammlung von Daten, die als Antwort auf eine Datenanfrage in das Zielsystem geschickt und dort verarbeitet wird. Er setzt sich aus den Untermengen »Paket« und »Record« zusammen.

In welchen Umfang die Requests gefĂŒllt und verarbeitet werden, stellen Sie ĂŒber die Steuerparameter zur DatenĂŒbertragung im Quellsystem ein.

Die GrĂ¶ĂŸe, also die Menge an Records eines Requests, hĂ€ngt teilweise von der Anwendung ab, in der der Request eingesetzt wird. Diese GrĂ¶ĂŸe mĂŒssen Sie zwingend bei einigen Prozessen beachten.

  • Planung: Nur Requests mit genau 50.000 Records werden automatisch geschlossen. Soll ein Request eher geschlossen werden, mĂŒssen Sie das manuell oder in einer Planungsfunktion mittels Funktionsbaustein erledigen.

  • SAP-Quelle: In der Standardextraktion werden Requests unter UmstĂ€nden aufgefĂŒllt. In welchem Umfang aufgefĂŒllt wird, hĂ€ngt von den Einstellungen der PaketgrĂ¶ĂŸe ab. Die StandardpaketgrĂ¶ĂŸe kann pro Datenbeschaffung im BW variiert werden. Ein Request umfasst im Standard bis 100.000 Records

  • Real Time Data Akquisition: Hierbei steuert ein separater Prozess, der DĂ€mon, in welcher zeitlichen Abfolge die Daten im Quellsystem nachgelesen und in das SAP-BW fortgeschrieben werden. Der DĂ€mon prĂŒft in der Quelldeltaqueue, ob 50.000 Records vorhanden sind. Falls ja, holt er genau 50.000 Records ab. Die restlichen verbleiben in der Quelldeltaqueue bis zum nĂ€chsten Leseprozess.

Die PaketgrĂ¶ĂŸen können, bei Fortschreibung in SAP BW, pro Fortschreibungsprozess innerhalb der DTP-Einstellungen variiert werden. Die GrĂ¶ĂŸe eines Requests kann vom Modellierer nicht beeinflusst werden, denn sie ist festgelegt.

Warum ein Standard-Request bis zu 100.000 Records umfasst, liegt darin begrĂŒndet, dass ein Request nach 50.000 Records geschlossen und fortgeschrieben wird. Um dies besser verstĂ€ndlich zu machen, zeigt Abbildung 3.1, wie die Verarbeitung bei Requests mit fester GrĂ¶ĂŸe von 50.000 Records verlĂ€uft.

Performance-Optimierung fĂŒr SAP BW - UnvollstĂ€ndige Datenverarbeitung

Sie sehen, dass die GrĂ¶ĂŸe des Standard-Requests dazu fĂŒhrt, dass die Daten der Quelle in einzelne Requests zerlegt werden.

Gleichzeitig erkennen Sie, dass die feste RequestgrĂ¶ĂŸe dazu fĂŒhrt, dass es zu Requests mit weniger als 50.000 Records kommen kann. Eigentlich mĂŒsste dieser nun ungĂŒltig sein, da er die Mindestvoraussetzung von 50.000 Records nicht erfĂŒllt. Das System weiß sich aber zu helfen. Tritt eine solche Situation ein, wird ein Datenbestand mit weniger als 50.000 Records einfach an den letzten gĂŒltigen Request angehĂ€ngt (siehe Abbildung 3.2).

Performance-Optimierung fĂŒr SAP BW - VollstĂ€ndige Datenverarbeitung

Performancemessungen und deren Interpretation

Das Messen leistungsrelevanter Parameter ist der erste Schritt, um die Ursachen fĂŒr Performanceverluste aufzuspĂŒren. Welche die wichtigsten Parameter sind, und wie Sie die gewonnenen Erkenntnisse interpretieren können, wird Thema dieses Kapitels sein.

Innerhalb von SAP existiert eine sehr bekannte Transaktion, ĂŒber die Sie einige mögliche Messungen erreichen können. Diese Transaktion STUN zeigt Abbildung 4.1.

Performance-Optimierung fĂŒr SAP BW - Transaktion STUN

Bei dieser Transaktion handelt es sich um eine Sammlung von Werkzeugen, die fĂŒr den Systemadministrator von grĂ¶ĂŸerer Bedeutung sind. Zur Auswertung und Interpretation von performancerelevanten Parametern ist sie nur begrenzt einsetzbar. Aus diesem Grund gehe ich darauf nicht weiter ein.

Performance-Optimierung

Die Optimierung von Datenbanksystemen ist immer eine große Herausforderung. Einerseits besteht der Wunsch nach VielfĂ€ltigkeit und Genauigkeit der Daten, andererseits erwarten die Nutzer eine hohe Performance ihrer Datenabfragen. Diese Erwartungshaltungen tragen den Konflikt bereits in sich.

Welche Möglichkeiten bieten sich Ihnen, um bestehende Performanceprobleme zu beheben bzw. dauerhaft zu vermeiden? Dieser Frage werden wir im folgenden Kapitel vor allem unter dem Aspekt der Notwendigkeit technischer Informationen (Statistikdaten und Protokolle) nachgehen.

Reorganisieren von BEx Web Application Bookmarks

Innerhalb des Reportings besteht fĂŒr den User die Möglichkeit, durch Anlage von Bookmarks auf hĂ€ufig aufgerufene Berichte und Anwendungen rasch zuzugreifen. Um die damit einhergehenden Probleme zu verdeutlichen, mĂŒssen wir zunĂ€chst einige Begrifflichkeiten klĂ€ren.

Jeder kennt Bookmarks von seinem Computer bzw. dem Internetbrowser. Sie können schnell und einfach angelegt werden und stellen Verweise (Links) auf ein Programm oder eine Internetadresse dar.

Bookmarks in SAP Business Warehouse sind Verweise auf einen Navigationszustand innerhalb der Datenbank. Diese mĂŒssen verwaltet und dem User stĂ€ndig zur VerfĂŒgung gestellt werden. Da es sich um benutzerspezifische Informationen handelt, mĂŒssen sie mit der Anmeldung des Benutzers am System aus einer Tabelle geladen und ihm wĂ€hrend der gesamten Anmeldezeit zugĂ€nglich sein.

Innerhalb der Datenbank sind Bookmarks nichts weiter als Daten. Technisch gesehen sind es allerdings nicht einfach nur Daten wie etwa konkrete Werte, sondern »Daten, die Daten beschreiben«. Man bezeichnet diese in der Informatik als Metadaten.

Exkurs Metadaten

Metadaten beschreiben Daten, Datenobjekte und Prozesse auf technischer, Ordnungs- und semantischer Ebene.

Innerhalb von SAP BW gibt es natĂŒrlich auch Metadaten. Beispielsweise beschreibt eine DomĂ€ne ein Datenelement, oder eine Transferstruktur beschreibt die Felder, die der Extraktor (das Programm) bei der Datenbeschaffung verwenden soll.

Da Datenobjekte ihre grundlegenden technischen Informationen nicht in sich tragen, sondern aus einem Metadatum erben, mĂŒssen bei der Verwendung des Datenobjekts sowohl das Datenobjekt selbst als auch sein Metadatum geladen sein. Das erhöht natĂŒrlich die Verarbeitungslast im System.

Möglichkeiten der Archivierung

Neben den ĂŒblichen Archivierungskonzepten innerhalb von SAP-Systemen, stelle ich Ihnen eine Möglichkeit vor, wie Sie lĂŒckenlose Informationen und schlanke Datenspeicher miteinander kombinieren können.

Es ist ĂŒblich, fĂŒr das aktuelle Reporting bzw. die aktuelle Planung nicht mehr benötigte Daten requestweise zu archivieren. Ein Beispiel dazu habe ich Ihnen in Abbildung 6.1 zusammengestellt.

Performance-Optimierung fĂŒr SAP BW - Request-Archivierung

Aus gutem Grund wehren sich die Fachbereiche gegen solche Archivierungskonzepte, weil die Archivierung mit dem Verlust von direkt verfĂŒgbaren Informationen einhergeht.

Eine hervorragende Alternative bietet hier das Konzept des Nearline Storage (NLS). Wie die Datenverarbeitung mit NLS zur Berichtszeit erfolgt, können Sie in Abbildung 6.2 sehen.

Performance-Optimierung fĂŒr SAP BW - Archivierung mit Nearline Storages

Housekeeping-Konzept

Eine Reihe der Ihnen im Kapitel 5 vorgestellten Programme und Funktionen können Sie fĂŒr das Housekeeping heranziehen und sinnvoll miteinander kombinieren. In diesem Kapitel werden Möglichkeiten fĂŒr das Housekeeping vorgestellt, welche das System regelmĂ€ĂŸig optimieren und bereinigen.

Das Housekeeping ist ein regelmĂ€ĂŸiger Vorgang, der in sinnvoller Abfolge von Einzelschritten- und prozessen zu einer kontinuierlich guten Systemperformance fĂŒhrt. Dabei muss zwischen Housekeepingaufgaben fĂŒr das Reporting und fĂŒr das Data Warehousing unterschieden werden.

Obwohl Reporting und Data Warehousing gern voneinander getrennt behandelt werden, greifen beide durch gemeinsam verwendete Ressourcen eng ineinander. Eine rigorose Trennung erfolgt daher in diesem Kapitel nicht

TĂ€gliche Maßnahmen

Zu den tĂ€glichen Kernprozessen eines BW-Systems gehört die Neubeschaffung von Daten aus den zugeordneten Quellen. In AbhĂ€ngigkeit vom Release des BW-Systems und der Art der Datenquelle mĂŒssen unterschiedliche Betrachtungen zugrunde gelegt werden. Der grĂ¶ĂŸte Unterschied zeigt sich in der Verwendung der PSA.

Wöchentliche Maßnahmen

Einmal pro Woche, jedoch spĂ€testens einmal im Monat, sollten fehlerhafte Indizes identifiziert und repariert werden. Nutzen Sie diese Gelegenheit, um die DB-Statistik gleich mit zu aktualisieren. In der folgenden Abbildung 7.3 sehen Sie einen komfortablen Workaround, wenn es zu DTP-AbbrĂŒchen aufgrund fehlerhafter Indizes in InfoCubes kommt.

Monatliche Maßnahmen

Einmal im Monat sollten Sie sich Ihrem System zuwenden und ĂŒberschĂŒssige Daten entfernen. Dazu zĂ€hlen Statistikdaten wie auch Bewegungs- und Stammdaten. In welchem Umfang die Bereinigung durchgefĂŒhrt wird, ist natĂŒrlich Ihnen ĂŒberlassen. Lassen Sie mich Ihnen beispielhaft ein monatliches Housekeeping vorstellen (siehe Abbildung 7.7). Dabei werden Prozesse der Datenbereinigung innerhalb der PSA-Tabellen mit Indexreparaturen kombiniert.

Um zu verhindern, dass die Systembetreuer zu spĂ€t von einem Fehler Kenntnis erlangen, wird ein Alerting eingebunden. Jeder einzelne Schritt wird ĂŒberwacht, sodass dem Systemadministrator ein Abbruch des Prozesses sofort bekannt gemacht wird.

29,95 €
Performance-Optimierung fĂŒr SAP BW

Performance-Optimierung fĂŒr SAP BW

  • Seiten: 296
  • Sprache: Deutsch

Das Buch bietet Ihnen den schnellen Einstieg in SAP NetWeaver Business Warehouse (BW).

  • Grundlagen von Business Intelligence (BI)
  • Die Data Warehouse Workbench
  • Die Business Explorer Suite
  • Extraktion, Transformation und Laden von Daten
Jetzt kaufen

Themen: BW, Performance

FĂŒr den Newsletter anmelden und nie mehr Neuerungen verpassen!

Über uns

In unseren PrintbĂŒchern und E-Books servieren wir SAP-Wissen wie einen Espresso: Auf das Wesentliche – angereichert mit konkreten Fallbeispielsen und Videos.

Schlagwörter

  • Analysis
  • Analysis Office
  • Analytics
  • Analyzer
  • Berechtigung
  • BEx
  • BI
  • BPC
  • BusinessObjects
  • BW
  • Cloud
  • Design Studio
  • Einstieg
  • HANA
  • Lumira
  • Performance
  • Web Intelligence

Copyright 2022 Espresso Tutorials GmbH