简介

我想分享我在BW系统中开发"伪实时"的经验，大数据学习，没有HANA，数据量大。

我在一个零售项目中完成了这个任务。客户希望每15-20分钟更新一次分析报告中的数据—主要交易数据包括POS系统的检查、ERP的变动、库存、销售等。

问题描述

如果我们在传统数据库（如Oracle、MSSQL、，Sybase等）包含大量的数据（例如一年5000万行的事务数据），云指，这样的任务会给我们带来几个严重的问题：

如果我们使用股票信息立方体的"切片方案"而不是非累积的，任务就更复杂了。在这个方案中，大数据分析软件，我们每天都存储库存，而不是通过非累积的方法"动态"计算库存。这种存储库存的方法在零售项目中非常流行，因为它提供了读取库存数据的高速率，但它会导致infocube中出现大量行。

解决方案

因此，德国云服务器，我的解决方案的想法是将当天的数据存储在不同的infocubes中。例如，我们有一个带有POS数据ZRT\U C01的大infocube，它包含2亿行数据，并且有几个聚合。

我们制作了一个具有相同转换的infocube ZRT\U C02副本。创建一个信息源并将所有逻辑放在信息源之前是很有用的，这允许在某些更改的情况下更改一次逻辑。

第二个infocube ZRT_C02只包含今天的数据。白天我们在这个立方体中加载delta。它的数据量非常小，所以我们不需要对它进行聚合。我们可以在一个并行进程中加载数据，网站用云服务器，而不必重建索引，但无论如何，在这种情况下重建索引并不需要很长时间。

此外，在夜间数据加载期间，我们还可以做以下操作：

第三步应该加上注释，因为它不能通过进程链的标准元素来实现。在这一步中，我们需要在"初始化"模式下调用数据传输流程，

我们可以手动操作–将DTP模式设置为"无数据传输；源中的增量状态：已获取"，但在流程链中没有标准流程。为了实现自动化，我们需要编写一个ABAP程序并将其包含到进程链中。例如，本博客中描述了该程序：https://blogs.sap.com/2014/08/22/使用init自动执行dtp，无需数据传输处理模式/。

因此，我们有两个主要的流程链：

两个infocubes都包含在一个multi-cubes中并同时工作。主多维数据集提供今天之前的所有数据，次多维数据集提供今天的数据。

在我的项目中，这种方法允许伪实时，每15分钟更新一次关键事务数据，并且不损失报告速度。