Details zu Faktentabellen in SAP-BW

Prof. Dr. Norbert Ketterer - HS Fulda1

Existierende Faktentabellen

� Es existieren 2 Arten von Faktentabellen:

– F-Tabellen (/BIC/F<Cube-Name>)

– E-Tabellen (/BIC/E<Cube-Name>)E-Tabellen (/BIC/E<Cube-Name>)

� F-Tabellen sind „Standard“-Faktentabellen, die

normalerweise Ziel des „ersten Ladens“ des Cubes

darstellen

� E-Tabellen sind „Komprimierte“-Faktentabellen, die durch

Kompression der F-Tabellen gewonnen werden

– Details finden Sie z.B. auch im Buch von Mehrwald

Prof. Dr. Norbert Ketterer - HS Fulda2

F-Tabellen in SAP-BW [MEH08]

� Beide Faktentabellen sind in ihrer Struktur identisch, jedoch für unterschiedliche Aufgaben im „Lebenszyklus“ analytischer Daten vorgesehen.

� Die normale Faktentabelle ist die erste Station für alle neuen Daten in einem

BasisCube.

� Sie ist bereits in Grundzügen für den analytischen Zugriff auf ihre Datenbestände

vorbereitet und damit funktional vollwertig, um Datenbestände analytisch zu

verwerten.

– Dennoch ist die normale Faktentabelle nur als Zwischenstation konzipiert, die es in erster

Linie ermöglichen soll, die Daten einzelner Ladevorgänge zu administrieren.

– Dies wird unter anderem erreicht, indem zu jedem Datensatz der Faktentabelle die ID des

Ladevorganges (die sog. Request-ID), mit dem er in die Faktentabelle geschrieben wurde,

in einer eigenen Dimension abgelegt wird.

– Dadurch werden Daten in der Faktentabelle mit einer Detaillierungsstufe abgelegt, die zwar

nicht aus betriebswirtschaftlicher, aber aus technischer Sicht erforderlich ist.

� Anmerkung: Die Struktur der Ladevorgänge ist eine rein technische Entscheidung &

betriebswirtschaftlich nicht relevant (sie ist auch ohne Auswirkung auf das

Reporting)Prof. Dr. Norbert Ketterer - HS Fulda3

E-Tabellen in SAP-BW [MEH08]

� Als Gegenstück zur normalen Faktentabelle existiert bei

jedem BasisCube eine komprimierte Faktentabelle, die

weniger auf die Administration und Durchführung von

analytische Ladevorgängen, sondern vielmehr auf analytische Performance optimiert ist.

– Dies betrifft sowohl die Speicherstruktur, als auch die

Verdichtung der Faktentabelle durch Wegfall der Request-Id

– bei Benutzung der selben Dimensionstabelle wird dies durch

eine echte Komprimierung der Fakten und Dimensionen

erreicht

– Der OLAP-Prozessor berücksichtigt dies

Prof. Dr. Norbert Ketterer - HS Fulda4

Beispiel der Kompression

� Beispiel der Kompression – Kunde 1000 verursacht Umsätze zu verschiedenen Zeitpunkten, die aber alle dem gleichen Monat zugeordnet werden

Prof. Dr. Norbert Ketterer - HS Fulda5

[MEH08]

Steuerung der Kompression

� Steuerung gemäß Request-ID/ Zeit

Prof. Dr. Norbert Ketterer - HS Fulda6

Beachten Sie jedoch bitte, dass beide Faktentabellen den gleichen Cube bilden.Die Tabellen sind nicht-überlappend.