DataService-操作手冊.doc

DataServices培訓總結-操作手冊目錄一、DS簡介2二、DS數據加載方式2三、DS進行數據抽取模型開發(fā)的基本過程3四、DS創(chuàng)建數據源系統(tǒng)和目標系統(tǒng)的數據存儲31、Oracle數據庫作為數據源系統(tǒng)32、ECC作為數據源系統(tǒng)43、HANA數據庫作為目標系統(tǒng)5五、全量加載過程51、創(chuàng)建Project和Job52、導入源表的元數據到資源庫63、創(chuàng)建Data Flow64、設置源表和目標表75、手工執(zhí)行Job7六、基于表比較的增量加載81、在Job下定義工作流82、在工作流中定義數據流83、加入Table_Comparison控件94、設置Table_Comparison控件9七、基于時間戳的增量加載101、在Job下定義工作流102、定義Script控件103、定義處理新增數據的數據流和處理更新數據的數據流11八、DS中常用控件介紹131、Key_Generation132、Case133、Merge144、Validation155、設置過濾器和斷點15九、定義Job定期執(zhí)行161、登錄Data Services Management Console162、定義Batch Job Schedules17十、其他注意事項18一、DS簡介SAP BusinessObjects Data Services是通過SAP HANA認證的ETL工具。 采用數據批量處理的方式，定期執(zhí)行后臺作業(yè)，將數據從多個業(yè)務系統(tǒng)中抽取出來，并進行必要的處理（轉換，合并，過濾，清洗），然后再加載到HANA數據庫中 。DS的組件之間的關系： u Management Consol： 管理控制臺是網頁版DS管理工具，可以進行一些系統(tǒng)配置和定義Job執(zhí)行 u Designer： Designer是一個具有易于使用的圖形用戶界面的開發(fā)工具。它允許開發(fā)人員定義包括數據映射，轉換和控制邏輯的數據管理應用程序，創(chuàng)建包含工作流（作業(yè)執(zhí)行定義）和數據流 （數據轉換定義）的應用程序 u Repository： 應用程序設計器使用的本地資源庫用來存儲Data Services對象（如項目，作業(yè)，工作流，和數據流）的定義和源和目標的元數據 u Job server： 作業(yè)服務器啟動數據移動的從多個不同種類的源集成數據的引擎，執(zhí)行復雜的數據轉換，并管理從ERP系統(tǒng)和其他源的抽取和事務 二、DS數據加載方式u 全量加載 u 增量上載 a) 基于表比較 作業(yè)在執(zhí)行時讀取數據源和目標中的全部數據，在服務器的內存中進行比較，計算數據差異 b) 時間戳增量 需要在數據源中添加時間戳字段，一般為創(chuàng)建時間和最后修改時間，在抽取作業(yè)中定義對兩個時間戳字段進行對比，符合條件的創(chuàng)建時間條目進行插入，符合條件的修改時間條目進行更新 c) 利用數據庫CDC（changed data capture） 首先需要開啟數據庫的CDC服務，為數據庫實例啟用CDC功能，為源表啟用CDC功能。在這種模式下，DS的增量更新不再直接訪問源表，而是在與源表相關的變更記錄表中讀取增量 三、DS進行數據抽取模型開發(fā)的基本過程u 為數據源創(chuàng)建數據存儲 u 導入源表的元數據到資源庫u 為SAP HANA目標系統(tǒng)創(chuàng)建數據存儲u 新建DS項目和批量作業(yè)u 新建DS數據流：定義源表和目標表，定義變量、編輯Query和Map_CDC_Operation u 執(zhí)行批量作業(yè) 四、DS創(chuàng)建數據源系統(tǒng)和目標系統(tǒng)的數據存儲1、Oracle數據庫作為數據源系統(tǒng)登錄Data Services Designer，在本地對象庫的數據存儲頁簽中單擊鼠標右鍵，選擇新建菜單創(chuàng)建數據存儲“EAM_TEST”，在彈出的對話框中輸入EAM數據庫的連接信息2、ECC作為數據源系統(tǒng)同樣在創(chuàng)建DataStore時，輸入ECC的連接信息3、HANA數據庫作為目標系統(tǒng)在創(chuàng)建DataStore時，輸入HANA數據庫的連接信息五、全量加載過程1、創(chuàng)建Project和Job在本地對象庫的project頁簽中單擊鼠標右鍵，選擇新建菜單，創(chuàng)建項目“ERP_DS”。雙擊該項目，在“Project Area”，可以在該項目下創(chuàng)建Job2、導入源表的元數據到資源庫在本地對象庫的數據存儲頁簽中，選擇源系統(tǒng)的數據存儲，單擊鼠標郵件，選擇“Import By Name”，輸入需要導入到資源庫的表名稱。導入成功后，在數據存儲的table目錄下可以看到導入的表3、創(chuàng)建Data Flow 單擊“General”Job，在右邊空白區(qū)域單擊鼠標郵件，選擇“Add New”-“Data Flow”4、設置源表和目標表單擊創(chuàng)建的Data Flow，將需要導入到HANA數據庫中的源表拖入到Data Flow區(qū)域中，將Data Flow區(qū)域右側的工具條中的模版表拖入Data Flow區(qū)域創(chuàng)建模版表輸入模版表名稱、HANA目標系統(tǒng)的數據存儲、HANA數據庫存放DS抽取數據表的用戶名。連接源表和目標表雙擊模版表，設置“Options”中的“Use NVARCHAR for VARCHAR”5、手工執(zhí)行Job選擇Job，單擊鼠標右鍵，選擇“Execute”執(zhí)行成功之后，在HANA數據庫中的ERPDSUSER下可以看到“T161T”，可以查看數據表的內容。執(zhí)行過程信息和結果可以在監(jiān)控器中查看。六、基于表比較的增量加載1、在Job下定義工作流2、在工作流中定義數據流在數據流中定義源表和模版表，執(zhí)行Job，執(zhí)行成功之后，在目標系統(tǒng)數據存儲的Template Table目錄下可以看到創(chuàng)建的模版表3、加入Table_Comparison控件選擇模版表，單擊鼠標郵件，選擇“Import Table”。模版表會更新為Tables目錄下的數據表。通過將轉換-數據集成中的“Table_Comparison”控件拖入到數據流中的方式添加“Table_Comparison”控件將源表連接“Table_Comparison”控件，“Table_Comparison”控件連接目標表。4、設置Table_Comparison控件雙擊“Table_Comparison”控件，設置相關參數：比較的目標表、表的主鍵，需要比較的字段。當需要比較的字段為空時，會比較所有字段。建議按照需要填寫需要比較的字段，可以加快處理速度。保存后執(zhí)行Job。七、基于時間戳的增量加載1、在Job下定義工作流在工作流中定義Script控件，讀取數據抽取后最新的創(chuàng)建時間和更改時間，定義一個處理新增數據的數據流和一個處理更新數據的數據流2、定義Script控件在Script控件中需要使用變量存放讀取的最新的創(chuàng)建時間和最新的更改時間。選擇Job，在工具欄選擇“Variables”按鈕，創(chuàng)建全局變量雙擊“Script”控件，編寫SQL語句，從HANA數據庫表中讀取最新的創(chuàng)建時間和更改時間3、定義處理新增數據的數據流和處理更新數據的數據流雙擊“EBAN_New”數據流，加載源表，Query，Map_CDC_Operation控件和目標表雙擊Query，在輸出字段中增加“Sequence”和“Operation”兩個字段。“Sequence”字段使用函數gen_row_num()進行賦值，“Operation”賦值為I在Quey中設置Where條件雙擊Map_CDC_Operation控件，設置CDC Columns同樣的方式定義“EBAN_Upd”數據流，在Query的where條件中定義為在Query的數據結果中增加“Sequence”和“Operation”兩個字段?！癝equence”字段使用函數gen_row_num()進行賦值，“Operation”賦值為U保存后，執(zhí)行Job?？梢酝ㄟ^修改源系統(tǒng)數據測試基于時間戳的增量加載。八、DS中常用控件介紹1、Key_Generation在源表基礎上為目標表重新生成主鍵在Query中增加“ID”字段，賦值為0。在Key_Generation控件中設置目標表、主鍵字段、主鍵值增加量2、Case將源表根據規(guī)則進行拆分雙擊Case控件，設置拆分條件當SOURCE = 1時，輸出SPFLI_1，當SOURCE =2時，輸出SPFLI_23、Merge將具有同樣數據結構的源表進行合并在Query中增加輸出字段Source，賦值為1。在Query1中增加輸出字段Source，賦值為2。在Merge中將兩個表的內容合并輸出。4、Validation提取數據源表中的正確數據，將錯誤數據單獨存放在其他表中雙擊Validation控件，設置“Validation Rule”5、設置過濾器和斷點過濾器和斷點結合使用，用于設置Debug的條件選擇源表到目標表的連接線，單擊鼠標右鍵，選擇Set Filter/Breakpoint，設置Debug條件（當滿足某種條件時進入斷點，或者在滿足過濾條件的同時執(zhí)行多少條數據后時進入斷點）選擇Job，單擊鼠標右鍵，選擇Start debug工具欄上的按鈕可以控制執(zhí)行下一條數據、繼續(xù)執(zhí)行、終止DebugDebug過程中進入斷點后，可以一次查看數據加載結果九、定義Job定期執(zhí)行1、登錄Data Services Management Console單擊工具欄的“Data Services Management Console”按鈕進入Data Services Management Console的登錄界面單擊進入Administrator界面2、定義Batch Job Schedules在Batch Job Configuration頁簽選擇Add Schedules 進入批量執(zhí)行Job的設置界面 可以設置每周的某一天執(zhí)行（一周執(zhí)行一次）或則每月的某一天執(zhí)行（一個月執(zhí)行一次），也可以設置為每天都執(zhí)行。都選“Recurring”則會定期循環(huán)執(zhí)行，否則只執(zhí)行一次?？梢栽O置一天執(zhí)行一次，也可以一天執(zhí)行多次，設置開始執(zhí)行時間。上圖中如果設置為一天多次執(zhí)行，開始時間為上午1點，持續(xù)時間為600分鐘，間隔時間為360分鐘，則Job會在一天的上午1點和上午6點各執(zhí)行一次。如果設置時間間隔為240分鐘，則Job會在一天的上午1點、上午5點和上午9點各執(zhí)行一次。（總持續(xù)時間不超過10小時）。十、其他注意事項1、 客戶端安裝包需要注意和服務器DS版本一致2、 在第一次登錄CMS信息時，無法成功。ping sapdstest也失敗，需要在host文件中添加對應的地址和域名3、 連接Oracle數據庫作為數據源時，需要在客戶端上安裝Oracle客戶端，設置tnsname.ora文件，設置環(huán)境變量ORACLE_HOME之后重啟服務器；連接HANA數據庫時，需要安裝HANA客戶端4、 在連接ECC作為數據源時，需要開啟系統(tǒng)跨客戶端編輯權限5、 在HA