Pular para o conteúdo principal

(O) Métodos de integração entre o PowerCenter e o SAP BW

Hoje vou falar sobre a integração de dados entre o PowerCenter uma poderosa ferramenta de integração de dados da Informatica e o SAP BW, ferramenta OLAP para a construção de cubos da SAP a partir de dados do SAP/R3.

Esta integração de dados pode se dá em dois momentos:
Extração de dados a partir do BW.
Importação de dados para dentro do BW.

A integração com o BW se dá através de InfoCubos e InfoSources. Um InfoCubo é um cubo virtual criado a partir de um ou mais InfoSources. Um InfoSource é uma coleção de dados que pode pertencer a um ou mais cubos.

1- Extração de dados BW

É possível extrair dados do BW e usá-lo como um source em uma session no PowerCenter através do BW Open Hub Service (OHS). Open Hub Service é um framework SAP para extração de dados. OHS usa dados de múltiplos data sources BW, incluindo InfoSources e InfoCubos. O OHS framework inclui também programas InfoSpoke, que extrai dados do BW e escreve a sua saída para tabelas (transparentes) do SAP.


A comunicação do 'PowerCenter SAP BW Service' com o BW é feita via RFC e inicia workflows dentro do PowerCenter que extrai dados do BW. Você configura o SAP BW Service no 'PowerCenter Administration Console'.

Figure 1- representação de como é a integração do PowerCenter e o BW na extração de dados.

2- Importação de dados para o BW

Você pode usar o BAPI (Business Application Program Interface), como método para unir componentes para dentro do Business Framework, para trocar metadados com o BW. Além disso, você também pode usar BAPIs para carregar dados para dentro do BW a partir de aplicações externas.


Na verdade você importa para dentro do Designer 'target definitions' BW e usa este target em um mapping para carregar dados para dentro do BW. Durante o processo de workflow do PowerCenter, o 'Integration Services' usa um método de transferência para carregar os dados para dentro das estruturas de transferência do BW.

Estes métodos de transferência são configurados no BW para especificar como carregar os dados para dentro de uma estrutura de transferência do BW. No BW, os dados podem ser movidos de uma estrutura de transferência para InfoCubos e InfoSources através de estruturas de comunicação. Ou seja, para mover dados para uma estrutura de comunicação ele usa regras de transferência e para mover dados a partir destas estruturas de comunicação para InfoCubos e InfoSources ele usa regras de update.

Figure 2-mostra como é a integração do PowerCenter com o BW para carga de dados.


Para executar uma session no PowerCenter, você precisa configurar um InfoPackage no BW. Um InfoPackage especifica os agendamentos de workflows do BW e as solicitações de dados do PowerCenter.



Comentários

Postagens mais visitadas deste blog

(T) Como indexar uma tabela Fato - (Best Practice)

A base de qualquer projeto de bi é ter um bom dw/data mart. Podemos falar em modelagem star-schema durante dias, sem falar nas variações do snowflake, mas o objetivo principal deste artigo é apontar algumas negligências que tenho percebido no tratamento da tabela fato. Tabela esta que é o principal pilar da casa que reside um modelo star-schema.

Ouço muitas vezes os clientes reclamando do desempenho das consultas enviadas contra o seu dw/data mart, ou do tempo de resposta das análises solicitadas ao bi. Isto é realmente inaceitável, não só numa perspectiva de implantação do projeto, mas também de desempenho da entrega das informações.

Como eu mencionei anteriormente o meu objetivo neste artigo, é alertar sobre a importância da indexação da tabela fato: o que deveria ser, porque é necessário, porque chaves compostas são boas e más, e porque você deveria se preocupar com isso.

Então, vejamos:

|a| Indexação padrão (default):
De forma rápida, todas as colunas de chave estrangeira (FK) devem …

(A) Tucson Best Buy Analysis

“Data! Data! Data!” he cried impatiently.  “I can’t make bricks without clay.” —Arthur Conan Doyle
The Ascendance of Data

We live in a world that’s drowning in data. Websites track every user’s every click. Your smartphone is building up a record of your location and speed every second of every day. “Quantified selfers” wear pedometers-on-steroids that are ever recording their heart rates, movement habits, diet, and sleep patterns. Smart cars collect driving habits, smart homes collect living habits, and smart marketers collect purchasing habits. The Internet itself represents a huge graph of knowledge that contains (among other things) an enormous cross-referenced encyclopedia; domain-specific databases about movies, music, sports results, pinball machines, memes, and cocktails; and too many government statistics (some of them nearly true!) from too many governments to wrap your head around.
Buried in these data are answers to countless questions that no one’s ever thought to ask. In…