Mit SAP BW/4HANASAP BW/4HANA ist die aktuelle Data Warehouse Lösung basierend auf…, SAPDie SAP SE mit Sitz im baden-württembergischen Walldorf ist ein… HANA SQL Data Warehousing und SAP Datasphere bietet SAP drei verschiedene Data-Warehouse-Lösungen an. Dabei liegt der strategische Fokus auf Public CloudDer Begriff Cloud stammt aus dem Englischen, zu deutsch „Wolke“…. Produkten basierend auf der Business Technology Platform (BTP).
Weiterentwicklungen und künftige Innovationen sind nur noch in diesem Bereich zu erwarten. Dies bedeutet im Umkehrschluss, dass alle davon abweichenden Lösungen nicht mehr intensiv weiterentwickelt werden. Datasphere ist SAP’s strategische applikationsgetriebene Cloud Data WarehouseEin Data Warehouse ist für die Ausführung, Überwachung und Steuerung… Lösung und somit Fokus künftiger Investitionen und Innovationen von SAP.
🛈
Weitere Informationen zur Datasphere und einen guten Überblick erhalten Sie auf unserer Themenseite und in unserem Überblicks-Flyer.
- Power Designer
- XSA
- WebIDE
- Smart Data Integration (SDISmart Data Integration, um Quellsysteme anzubinden, welche nicht JDBC/ODBC können,…)
- GitGit stellt ein Softwarerepository da, welches in der Softwareentwicklung einen…
- Jenkins / Bamboo
- Trackingtools
- Modellgetriebener Entwicklungsprozess
- Agilität und DevOps-Orientierung
- Nutzung von Standards der Softwareentwicklung
- Automation in der Data Warehouse-Entwicklung
- Cloud Readiness
🛈
🛈
Wie ist die Datasphere von SAP positioniert?
Die analytischen Landschaften bei Unternehmen sind zunehmend komplex. Neben einem Enterprise Data Warehouse (für Spezialthemen sind mehr als eine Lösung denkbar) gibt es in den Architekturen häufig Data Lakes. Das EDWH wird von der IT verwaltet und unterliegt einer zentralen Governance. In den Fachbereichen gibt es zunehmend Mitarbeiter mit analytischen Skills, welche selbstständig – insb. bei kurzfristigen Fragestellungen – Datenmodelle erweitern und Kennzahlen berechnen möchten. Daher gibt es lokale Fachbereichslösungen (z.B. SQL Server, Tableau Data Prep, Power Query u.ä.), um diese Lücke zu schließen. Bisher funktionieren diese Komponenten häufig als lose gekoppelte Einheiten, welche (zu) wenig integriert sind.
- Enterprise Data Warehouse Aufbau eines EDWH und Bereitstellung an die Organisation bspw. als central governed Space
- Self Service Data Preparation für Fachbereiche Nutzernahe Modellierung für Fachbereiche um selbstständig das IT-governed EDWH zu erweitern – im Gegensatz zu Insellösungen jedoch integriert in die gleiche Systemumgebung wie das EDWH.
- Cloudbasierte Software-Lösungen
- On Premise Systeme Dies können operative Systeme sein jedoch auch bisherige Data Warehouse Lösungen.
- Data Lake(s) Entweder als HANA Data Lake direkt integriert oder durch Integration von externen Data Lake Lösungen mit der Datasphere
- Externe Daten und Teilen von Daten mit Dritten Mit dem Data Marketplace wird ein Marktplatz für Daten. Der Grundgedanke ist, dass dadurch in die eigenen Datenmodelle & Analysen öffentlich verfügbare Daten schnell und einfach integriert werden können. Gleichzeitig erlaubt das Sharing Cockpit eigene Daten bereitzustellen an andere definierbare Datasphere Tenants (z.B. Eigene Kunden oder lokalen Landesgesellschaften)
Demgegenüber kann mit Hilfe des Business Layer, basierend auf den Datenmodellen des Data Layers eine systemübergreifend einheitliche Semantik bereitgestellt werden für Analytics Werkzeuge. Die Datasphere fungiert dann als zentraler Data Virtualization Layer für das Reporting.
Ist die Datasphere schon geeignet, um ein komplexes Enterprise Data Warehouse aufzubauen?
Die Einschätzung zum Use Case EDWH bedeutet gleichzeitig nicht, dass die Datasphere generell nicht bereit ist in Unternehmen eingesetzt zu werden. Die Wertung muss immer im Kontext des Use Cases erfolgen. Kunden mit einer eher einfachen Architektur und entsprechenden Use Cases wie auch dem Wunsch nach einer nutzernahen Modellierung werden potenziell bereits heute mit der Datasphere ihre Anforderungen abbilden können. Die Datasphere kann zudem aus unserer Sicht sehr gut die Analytics Cloud und vorhandenen DWH Lösungen ergänzen um Self Service Data Preparation Möglichkeiten für Fachbereiche. Chancen können also in hybriden Architekturen liegen, in denen die Datasphere Ihre Stärken einbringen kann.
Welche Chancen bieten hybride Architekturen zusammen mit der Datasphere
Datasphere als Self Service Plattform
Die Datasphere eignet sich sehr gut für die einfache und nutzernahe Datenmodellierung. Durch die Möglichkeit von SQL-Script und Data Flows von Data Intelligence stehen zudem mehrere Wege offen, um Logiken zu implementieren. In dem untenstehenden Beispiel werden in dem EDWH die abgestimmten und harmonisierten Standard-Datenmodelle in einem governed Space bereitgestellt. Häufig treffen wir in Unternehmen nicht nur eine Lösung an, welche DWH Aufgaben übernimmt. Auch diese möglichen verteilten weiteren Lösungen lassen sich in einem governed Space bereitstellen. In der Datasphere können Fachbereiche auf den qualitätsgesicherten Bereich zugreifen um die Datenmodelle beliebig zu erweitern (etwa um externe Daten des Data Marketplace). Der Vorteil dieser Architektur ist, dass die Fachbereiche Flexibilität gewinnen bzw. behalten in einer integrierten Architektur bei der eine gewisse Governance aufrechterhalten werden kann. Perspektivisch können wir uns auch sehr gut vorstellen, dass die Datasphere als virtueller semantischer Layer über sämtliche Systeme hinweg fungiert. Damit würde sie dann eine einheitliche fachliche Sicht auf unterschiedliche Datenquellen ermöglichen und den Frontend Applikationen anbieten.
SAP BW/4 HANA und Datasphere
Das BW/4 HANA hat Schwächen im Bereich von Self Service Data Preparation. BW Workspaces sind nie eine gute Option gewesen. Wir sehen viele Chancen in einer hybriden Architektur aus BW/4 HANA mit der Datasphere. Technisch gesehen gibt es verschiedene Optionen zur Integration der Lösungen.
1. Remote Tables / Datenbankverbindung
In dem Szenario wird in dem Data Layer BW/4 HANA angebunden und als Remote Source verwendet. Dadurch kann auf Daten des BW Systems zugegriffen werden. Auf der einen Seite ist das Szenario sehr schnell und einfach umsetzbar. Andererseits hat die Datasphere so keinerlei Wissen zur Semantik des BW/4 HANA Systems. Verfolgt man nur diesen hybriden Ansatz, muss man die Semantik in der Datasphere manuell neu anlegen. Der Weg ist die einfachste Form der Integration, um schnell Datenmodelle in der Datasphere verfügbar zu machen damit Fachbereiche Erweiterungen durchführen können.
2. BW/4 HANA Model Transfer
Im Gegensatz zur einfachen DB Verbindung, wird bei der Model Transfer Connection die BW Query verbunden. Die Datasphere liest hierbei neben der notwendigen DB Connection auch die Semantik aus und legt die notwendigen Objekte im Business Layer an. Die Art der Verbindung hat den großen Vorteil, dass die manuelle Modellierung des Business Layers nicht notwendig ist. Andererseits hat man bei der ersten Option mehr Freiheitsgrade in der Modellierung, wenn eine Business Entität abweichend zu BW/4 HANA definiert werden soll in dem bspw. die Daten des BW zu einer Entität erweitert werden sollen um externe Daten.
3. BW Bridge
Die BW Bridge ist eine BW/4 HANA Umgebung in der Datasphere Umgebung geschaffen worden. Dabei stellt die Bridge der Datasphere in einem „Bridge Space“ die BW Datenmodelle zur Verfügung – es ist also keine native BW Integration in die Modellierungsobjekte der Datasphere. Die BW Bridge bietet aus BW Sicht eine eingeschränkte Funktionalität. Bspw. können nur ODP Datenquellen angebunden werden, es werden nicht alle Providerarten unterstützt und es fehlt der „analytische Layer“ (z.B. Query). Details zu den Möglichkeiten und Grenzen sind in der Note 3117800 beschrieben.
Die BW Bridge ist keine Integration bestehender BW/4 HANA Systeme in die Datasphere. Mit der BW Bridge haben BW Kunden aber die Option Ihre BW Systeme in die Datasphere Umgebung zu überführen bzw. zu migrieren. Theoretisch ist damit eine Migration von bestehenden Systemen möglich. Jedoch ist der Funktionsumfang der Bridge aus BW Sicht sehr eingeschränkt, so dass viele Dinge manuell in dem nativen „Core“ Bereich der Datasphere nachgebaut werden müssten. Perspektivisch wird die Bridge die gleichen zwei Integrationsfunktionen (Remote Tables + Model Transfer) bieten wie zuvor beschrieben worden ist.
Aus Sicht der Datasphere öffnet die BW Bridge dagegen einige Perspektiven. Über den Umweg der Bridge können ODP fähige SAP Quellsysteme an die Datasphere angebunden werden. Die Bridge kann hier als eine Art Ingestion Layer fungieren. Gleichzeitig ist der BW/4 HANA Content verfügbar, so dass die Bridge relativ schnell aufgesetzt und mit Daten befüllt sein sollte. Die InfoObjekte des Contents wirken zudem als Beschleuniger für den Aufbau von SAP basierten Datenmodellen in der Datasphere.
SAP HANA SQL DWH, BTP und Datasphere
HANA SQL DWH, in der BTP oder auch on premise, haben eine sehr hohe Integrationsmöglichkeit mit der Datasphere, was in der Natur der Sache liegt, da Datasphere letztlich auf HANA Cloud basiert. Grundsätzlich gibt es zwei Möglichkeiten der Integration, über das Open SQL Schema oder über HDIHana Depoloyment Infrastruktur Container Container. Die Integration ist dabei leicht in beide Richtungen möglich.
Besonders interessant ist dabei der Austausch über HDI Container. Damit lassen sich leicht Strukturen und Inhalte in die Datasphere integrieren, die auf der HANA Cloud mit dem Business Application Studio oder auf der HANA on premise mit der WebIDE entwickelt wurden. Das funktioniert auch in die andere Richtung, dass darüber leicht von der Datasphere in die HANA Cloud oder HANA on premise deployed werden kann.
Somit kann leicht ein Szenario aufgebaut werden, in dem z.B. das Enterprise Data Warehouse in der BTP (HANA Cloud native) gebaut wird, wo eine vollständige Enterprise Readiness bereits gegeben ist. Der LoB orientierte Teil mit seinen Stärken im Self Serivce dann in der Datasphere.
Weitergehende Informationen findet man hier:
SAP BTP Showcase – Access the SAP HANA Cloud database underneath SAP Datasphere | SAP Blogs
Was sollten Firmen machen, die vor einer DWH Modernisierung stehen?
- BW/4 HANA ist ein sehr ausgereiftes Data Warehouse Produkt und wird sehr erfolgreich eingesetzt. Es besteht die Sicherheit, dass das Produkt sehr gut geeignet ist, um ein Enterprise Data Warehouse aufzubauen. Es wird wenig „Functions & Features“ geben, welche dem Produkt noch fehlen.
- Gleichzeitig gibt es eine Roadmap für BW/4 HANA und Zusage von SAP, dass es BW/4 HANA bis mind. 2040 weiterhin geben wird. Dies sind 18(!) Jahre und damit eine (sehr) sehr langfristige Bestätigung der Investitionssicherheit.
- Mit der BW Bridge hat SAP im Jahr 2021 eine (Public) Cloud Perspektive für BW Kunden geschaffen. Die Bridge ist eine (abgespeckte) BW/4 HANA Entwicklungsumgebung, welche in der Datasphere Umgebung läuft. Sie eröffnet Kunden die Möglichkeit zumindest Teile Ihrer BW Architekturen in die Datasphere zu migrieren. Was die BW Bridge konkret ist und welche Möglichkeiten sie bietet werden wir in einem separaten Beitrag.
- Die Werkzeuge sind Werkzeuge der SAP, wie sie auch im SAP HANA Application DevDeveloment verwendet werden. Sie unterliegen somit der jeweiligen Produktstratigie der SAP
- Die dazu passenden Methoden orientieren sich streng an Standards der allgemeinen DWH Entwicklung, so dass der HANA SQL DWH Ansatz sich nur wenig unterscheid vom Aufbau anderer SQL basierter DWH’s wie z.B. in einer Microsoft Umgebung.
Fazit
SAP BW/4 HANA und HANA SQL sind tot, lange lebe BW/4 HANA, HANA SQL und Datasphere!
So oder so ähnlich müsste das Fazit unseres Beitrags kurz zusammengefasst lauten. Klar ist, dass die Datasphere das primäre strategische DWH Produkt von SAP ist. Hier darf man sich keinen Illusionen machen. Zentrales Element der Strategie ist die HANA Cloud. Somit gehört auch der HANA SQL DWH Ansatz zum strategischen Portfolio.
Ist damit BW/4 HANA am Ende? Nein (noch) nicht. Der Lebenszyklus von BW/4 HANA endet frühestens 2040. Mit der BW Bridge gibt es zudem eine Cloud Perspektive für Teile von BW/4 HANA Entwicklungen. Gleichzeitig werden keine großen Investitionen mehr in das SAP BW fließen.
Ausblick
Christopher Kampmann
Senior Manager
SAP Information Management
christopher.kampmann@isr.de
+49 (0) 151 422 05 448
