IL DataWarehouse

1. IL DataWarehouse

2. IntroduzioneDataWarehouse • A cosa serve: • Sistema di supporto alle decisioni • Memorizza dati per la creazione di report avanzati ed analisi sofisticate. • Deve essere sviluppato in base alle necessità del management

3. OLTP vs OLAP • Anche SAP R/3 è in grado di creare report. • Per esempio esiste il LIS (Logistic Information System) • R/3 è un sistema OLTP (On Line Transaction Processing). • La funzione degli OLTP è il supporto ai processi di business.

4. OLTP vs OLAP • R/3 non è adatto per analisi avanzate. • La struttura dati di R/3 è costituita da numerosissime tabelle altamente normalizzate.

5. OLTP vs OLAP • La struttura dati di R/3:

6. OLTP vs OLAP • I sistemi DataWarehouse sono OLAP (On Line Analytical Processing). • La struttura dati degli OLAP è costituita da poche tabelle non normalizzate.

7. OLTP vs OLAP • Le principali differenze:

8. SAP BW Business Information Warehouse • È il DataWarehouse di SAP • Architettura: • La piattaforma di base (WebAS) è la stessa di R/3. • Ha gli stessi 3 livelli: Presentation (SapGui), Application, DataBase. • L’amministrazione del sistema è simile.

9. SAP BW • Anche dal punto di vista funzionale BW è composto da 3 livelli: • Presentazione • BW server • Sorgenti dati

10. SAP BW • I 3 livelli del BW:

11. SAP BW • Livello di Presentazione: • Permette di creare e gestire i report. • Il componente principale è il Business Explorer, che fornisce strumenti per reporting e analisi. • È possibile accedere ai dati via Web. • È possibile utilizzare strumenti di terzi.

12. SAP BW • BW server: • È il cuore del sistema. • Contiene il motore OLAP. • Contiene strumenti per l’estrazione e la gestione dei dati. • Memorizza i dati nelle apposite strutture.

13. SAP BW • Sorgenti dati: • Sono esterne al BW. • La sorgente tipica è SAP R/3. • È possibile prendere i dati da sistemi generici. • Anche da flat files (ASCII, CSV).

14. IL Modello Dati • Modello dati multidimensionale chiamato InfoCubo.

15. IL Modello DatiL’InfoCubo • L’infocubo è l’oggetto centrale del modello dati multidimensionale. • È il contenitore di dati.

16. IL Modello DatiL’InfoCubo • Un infocubo rappresenta un set di dati omogenei per un’area di business (Es. infocubo delle vendite etc.). • I report e le analisi sono basati sugli infocubi.

17. IL Modello DatiL’InfoCubo • Esempio di InfoCubo:

18. IL Modello DatiL’InfoCubo • Lungo gli assi cartesiani sono rappresentate le dimensioni (Es Regione, Prodotto ecc.). • Ogni dimensione raggruppa più caratteristiche (Es la dimensione Cliente potrebbe contenere il nome, l’indirizzo, l’area geografica ecc.).

19. IL Modello DatiL’InfoCubo • Nel BW esistono due dimensioni sempre presenti: • Time • Infopackage

20. IL Modello DatiL’InfoCubo • Se rilevante esiste anche la dimensione unit. • Le altre dimensioni sono liberamente definibili dall’utente. • Il numero massimo di dimensioni è 16, comprese le tre predefinite.

21. IL Modello DatiL’InfoCubo • Il contenuto dell’infocubo sono i fatti, chiamati anche Key Figure. • Le caratteristiche e le dimensioni servono per individuare i fatti nell’infocubo.

22. IL Modello DatiL’InfoCubo • In figura è illustrato il percorso che porta dall’infocubo verso i fatti.

23. IL Modello DatiL’InfoCubo • È necessario scegliere l’infocubo che contiene le informazioni che si intendono analizzare.

24. IL Modello DatiL’InfoCubo • È necessario selezionare le caratteristiche fra quelle presenti nell’infocubo.

25. IL Modello DatiL’InfoCubo • In questo modo si ottiene un set ridotto di dati sui quali compiere le analisi.

26. IL Modello DatiImplementazione • Il DataBase di BW è relazionale. • L’infocubo è implementato con un certo numero di tabelle. • Lo schema del DB è chiamato schema a stella.

27. IL Modello DatiImplementazione • Lo schema a stella:

28. IL Modello DatiImplementazione • Lo schema a stella è composto da: • Una tabella dei fatti. • Alcune tabelle delle dimensioni.

29. IL Modello DatiImplementazione • La tabella dei fatti: • Contiene i fatti, cioè le quantità oggetto dell’analisi (Es Fatturato, volume vendite ecc.) • Contiene i riferimenti alle tabelle dimensionali (chiavi).

30. IL Modello DatiImplementazione • La tabella dei fatti: • È messa in relazione con le tabelle delle dimensioni attraverso le chiavi. • La chiave primaria della tabella dei fatti è costituita da tutte le chiavi. • Ogni informazione (o fatto o key figure) è identificata univocamente dalla combinazione di tutte le dimensioni.

31. IL Modello DatiImplementazione • La tabella dei fatti:

32. IL Modello DatiImplementazione • Le tabelle dimensionali rappresentano le dimensione nell’infocubo. • Sono in relazione con la tabella dei fatti attraverso la chiave.

33. IL Modello DatiImplementazione • Tabella dei fatti e dimensioni:

34. IL Modello DatiImplementazione • Schema a stella e infocubo:

35. IL Modello DatiImplementazione • In realtà BW utilizza uno schema a stella esteso. • È uno sviluppo dello schema a stella classico. • Si tratta di portare fuori dalle tabelle delle dimensioni le caratteristiche.

36. IL Modello DatiImplementazione • Schema a stella classico ed esteso:

37. IL Modello DatiImplementazione • Le tabelle delle dimensioni non contengono informazioni ma solo indici: • Il DIM lega la tabella dimensionale con la tabella dei fatti (come nello schema classico). • Il SID (indice Surrogato) lega le tabelle dimensionali alle caratteristiche.

38. IL Modello DatiImplementazione • Ogni caratteristica è descritta dai master data. • I master data sono informazioni addizionali sulle caratteristiche. • Esistono tre tipi di master data e sono memorizzati in tabelle distinte, esterne all’infocubo.

39. IL Modello DatiImplementazione • Schema a stella esteso:

40. IL Modello DatiImplementazione • I masterdata si dividono in: • Attributi • Testi • Gerarchie • Inoltre è introdotta la SID table che mette in relazione i masterdata con le dimensioni.

41. IL Modello DatiImplementazione • Schema a stella esteso e master data:

42. IL Modello DatiImplementazione • Il principale vantaggio dello schema a stella esteso è una maggiore flessibilità.

43. I DatiSorgenti dati

44. I DatiSorgenti dati • I dati provengono da: • SAP R/3 od altri software SAP (anche un altro BW). • Software di terzi. • Files piatti (ASCII, CSV).

45. I DatiETL • In generale il processo di ripresa dati è indicato con la sigla ETL: • Estrazione • Trasformazione • Loading

46. I DatiSorgenti dati • In BW il processo avviene come indicato in figura.

47. I DatiSorgenti dati • Il processo avviene in due componenti: la DataSource e l’InfoSource.

48. I DatiStrutture dati • La Datasource include l’extraction source e la transfer structure. • I dati sono immagazzinati nell’extraction source e nella transfer structure e poi trasferiti nella transfer structure di BW (replica).

49. I DatiStrutture dati • La transfer structure permette il trasferimento dati tra il sistema sorgente e BW. • Il trasferimento avviene tramite ALE e tRFC.

50. I DatiStrutture dati • L’InfoSource comprende la Communication structure. • La Communication Structure ottiene i dati dalla transfer structure attraverso le transfer rules. • La Communication structure è indipendente dalla sorgente dati.