Mit dem BigQuery Toolkit für SAP können Sie programmatisch über ABAP auf BigQuery-Ressourcen in Ihrer SAP-Umgebung zugreifen. Sie können von SAP aus auf BigQuery-Ressourcen zugreifen, ohne Boilerplate-Code für häufige Vorgänge wie die folgenden schreiben zu müssen:
- Synchronisierung der Tabellendefinition: Hiermit können Sie Ihre SAP- und BigQuery-Tabellen synchronisieren.
- Datentypzuordnung: Hiermit können Sie Datentypen zwischen SAP und BigQuery zuordnen.
- Daten-Chunking: Große Datenmengen effizient übertragen.
- Fehlerbehandlung: Hier können Sie mögliche Fehler bei der Datenreplizierung verwalten.
Im Gegensatz zu BigQuery-Connector für SAP, für den ein SAP Landscape Transformation Replication Server erforderlich ist, können Sie das BigQuery Toolkit für SAP in jedem SAP ERP-System verwenden, in dem ABAP unterstützt wird.
Das BigQuery Toolkit for SAP wird als Unterpaket der lokalen oder einer beliebigen Cloud-Version des ABAP SDK for Google Cloud ausgeliefert. Wenn Sie das Toolkit verwenden möchten, müssen Sie das SDK in Ihrer SAP-Umgebung installieren. Informationen zu den Installationsschritten finden Sie unter Lokale oder Cloud-Version des ABAP SDK for Google Cloud installieren und konfigurieren.
Das BigQuery Toolkit for SAP ist nur in Verbindung mit der lokalen oder einer beliebigen Cloud-Version des ABAP SDK for Google Cloud verfügbar.
Datenreplizierung von SAP nach BigQuery
Mit dem BigQuery Data Transfer-Modul des BigQuery Toolkits für SAP können Sie Daten aus SAP für Analysen und Berichte in BigQuery replizieren.
Das folgende Diagramm zeigt die Datenübertragungskonfigurationen und den Datenreplizierungsablauf im BigQuery Data Transfer-Modul:
Konfigurationen für die Datenübertragung
Wie im Diagramm im vorherigen Abschnitt dargestellt, führen Administratoren die folgenden Konfigurationen aus, um die Datenreplikation von SAP nach BigQuery einzurichten:
- In Google Cloudkonfiguriert der Cloud-Administrator BigQuery und gewährt die erforderlichen IAM-Berechtigungen.
- Im SAP-System konfiguriert der SAP-Systemadministrator das ABAP SDK for Google Cloud, um die Kommunikation mit Google Cloudzu ermöglichen.
- Im SAP-System konfiguriert der SAP-Systemadministrator das BigQuery Data Transfer-Modul, um die Einstellungen für die Datenübertragung und die BigQuery-Ressourcendetails zu verwalten. Diese Konfigurationen werden in den folgenden Tabellen gespeichert:
/GOOG/BQTR_MASTER/GOOG/BQTR_TABLE/GOOG/BQTR_FIELD/GOOG/BQTR_PARAMS
Wenn der ABAP-Code ausgeführt wird, liest die BigQuery-Datenladeklasse die Konfigurationen aus diesen Tabellen, um den Datenreplizierungsprozess zu steuern.
Datenreplizierungsablauf
Wie im Diagramm im vorherigen Abschnitt dargestellt, schreiben ABAP-Entwickler benutzerdefinierten ABAP-Code, um Daten aus SAP-Systemen in BigQuery zu replizieren. Dieser Code hat folgende Aufgaben:
- Liest Daten aus Standard- oder benutzerdefinierten SAP-Tabellen.
Die BigQuery-Datenladeklasse
/GOOG/CL_BQTR_DATA_LOADwird verwendet, um ausgewählte Daten in BigQuery zu replizieren. Dieser Kurs:- Es wird die in den Konfigurationstabellen von BigQuery Data Transfer gespeicherte Konfiguration verwendet.
- Verwendet die
/GOOG/CL_BIGQUERY_V2-Klasse, um die Synchronisierung der Tabellendefinition und die Datenreplikation durchzuführen.
Implementiert die nachfolgende Geschäftslogik.
Hier werden Fehler und Ausnahmen behandelt.
Unterstützte Quellen für die Datenreplizierung
Mit dem BigQuery Data Transfer-Modul des BigQuery Toolkit for SAP können Sie Daten programmatisch aus ABAP-Wörterbuchobjekten wie Tabellen, Wörterbuchansichten, CDS-Ansichten, CDS-Entitäten oder aus beliebigen Datenobjekten mit einer flachen Struktur in BigQuery laden.
Sie können das BigQuery Toolkit für SAP für die Datenreplizierung auf folgende Weise verwenden:
- Als Plug-in in SAP-Optimierungsframeworks wie Business Add-Ins (BAdIs), Nutzerausgängen und Routinen. Das Toolkit kann beispielsweise in BW-Routinen (Business Warehouse) eingebunden werden, um die Daten zu senden, die vom BW-Datenübertragungsprozess (DTP) verarbeitet werden.
- Zum Batch-Laden von Daten aus einem benutzerdefinierten ABAP-Programm.
Leistungsplanung
Das BigQuery Toolkit für SAP stellt die letzte Phase der Datenübertragung an BigQuery bereit, indem es synchrone Aufrufe an die BigQuery API durchführt.
Wenn Sie das BigQuery Toolkit for SAP in Ihrer benutzerdefinierten ABAP-Anwendung verwenden, können Sie die Leistung der Datenreplikation sowohl innerhalb Ihrer SAP-Arbeitslast als auch über die BigQuery Data Transfer-Konfigurationen optimieren.
Optionen zur Leistungsoptimierung mit Ihrer SAP-Arbeitslast und benutzerdefinierten Anwendung
Sie haben folgende Möglichkeiten, die Leistung Ihrer SAP-Arbeitslast und benutzerdefinierten Anwendungen zu optimieren:
- Führen Sie Ihre SAP-Arbeitslast, das Quellsystem, aus dem Daten in BigQuery repliziert werden, auf Google Cloudaus.
- Wenn sich Ihre SAP-Arbeitslast in Google Cloudbefindet, erstellen Sie Ihr BigQuery-Dataset in derselben Region wie die SAP-Arbeitslast.
- Wenn Sie Ihre SAP-Arbeitslast nicht auf Google Cloudausführen können, gehen Sie so vor:
- Erstellen Sie das BigQuery-Dataset in einer Google Cloud-Region, die der SAP-Arbeitslast am nächsten ist.
- Stellen Sie über Cloud Interconnect eine Verbindung zu Google Cloud her.
- Passen Sie die Größe Ihres SAP-Serversystems optimal an Ihre Arbeitslast an.
- Implementieren Sie die parallele Verarbeitung, um das BigQuery Data Transfer-Modul in mehreren parallelen Threads aufzurufen und so den Durchsatz zu erhöhen.
Da das BigQuery Toolkit for SAP die letzte Phase der Datenübertragung an BigQuery darstellt, wird seine Leistung von verschiedenen Faktoren in Ihrer spezifischen Umgebung beeinflusst. Beispiele für solche Faktoren:
Netzwerkinfrastruktur: Bandbreitenbeschränkungen, Latenz und die allgemeine Netzwerkstabilität spielen eine wichtige Rolle bei der Replikationsgeschwindigkeit und -effizienz.
Quellsysteme: Die Leistung Ihrer Quelldatenbanken, einschließlich ihrer Hardware, Konfiguration und aktuellen Auslastung, kann sich auf die Replikationsleistung auswirken.
Datenvolumen und Änderungsrate: Die Menge der replizierten Daten und die Häufigkeit der Änderungen wirken sich auf die Zeit und die Ressourcen aus, die für die Replikation erforderlich sind.
Andere Komponenten: Firewalls, Sicherheitsrichtlinien, Load Balancer und andere Infrastrukturelemente können zur Gesamtleistung der Datenreplizierung beitragen.
Sie sind für die Leistungstests des BigQuery-Toolkits für SAP in Ihrer eigenen Umgebung verantwortlich. Für optimale Ergebnisse sollten Sie alle relevanten Komponenten Ihrer Umgebung berücksichtigen und optimieren.
Optionen zur Leistungsoptimierung über die BigQuery Data Transfer-Konfigurationen
Die BigQuery Data Transfer-Konfigurationen bieten die folgenden Optionen zur Steuerung der Replikationsleistung:
Blockgröße der Datenübertragung
Das BigQuery Toolkit für SAP sendet Daten als Datensatzblöcke an BigQuery. Wir empfehlen, die standardmäßige Block-Größe mit BigQuery Toolkit für SAP zu verwenden,also 10.000 Datensätze. Wenn die Datensätze in einer Quelltabelle sehr wenige Felder enthalten oder die Felder sehr kleine Datenwerte enthalten, können Sie eine größere Block-Größe bis zur maximalen Blockgröße verwenden, die BigQuery Toolkit für SAP zulässt,also 50.000 Datensätze.
Wenn die Anzahl der Datensätze in einem bestimmten Block in eine Bytegröße aufgelöst wird, die das BigQuery-Limit für die Bytegröße für HTTP-Anfragen überschreitet, erhalten Sie entweder den Fehler quotaExceeded oder invalid. Dies kann passieren, wenn die Datensätze in einer Quelltabelle viele Felder enthalten oder die Felder viele Daten enthalten.
Wenn ein Fehler im Zusammenhang mit der Blockgröße auftritt, reduzieren Sie die Blockgröße, die in der Konfiguration der Massenübertragung für diese Tabelle angegeben ist. Alternativ können Sie die dynamische Blockgröße für diese Tabelle aktivieren, um die Blockgröße automatisch anzupassen. Weitere Informationen finden Sie unter Dynamische Blockgröße.
Wenn Sie die dynamische Blockgröße nicht aktiviert haben, müssen Sie für SAP-Quelltabellen wie MSEG, ACDOCA und MATDOC, die große Datensätze mit vielen Feldern pro Datensatz enthalten können, eventuell eine Blockgröße von nur 2.000 angeben.
Führen Sie die /GOOG/BQTR_SETTINGS-Transaktion aus, um eine Blockgröße anzugeben. Die Blockgröße wird im Feld Blockgröße auf dem Bildschirm Tabellenattribute angegeben.
Datensatzkomprimierung
Standardmäßig verbessert BigQuery Toolkit für SAP die Replikationsleistung, indem die an BigQuery gesendeten Datensätze komprimiert werden.
Wenn die Datensatzkomprimierung auf Tabellenebene aktiviert ist (Standardeinstellung), verwirft BigQuery Toolkit für SAP alle Felder, die im Quelldatensatz leer sind, aus den Einträgen, die an BigQuery gesendet werden. Wenn der Datensatz in BigQuery eingefügt wird, werden die Felder, die in den gesendeten Daten weggelassen wurden, mit null in der BigQuery-Zieltabelle initialisiert.
Wenn Sie jedoch einige leere Felder mit ihren ursprünglichen Werten in BigQuery replizieren und gleichzeitig die Datensatzkomprimierung auf Tabellenebene verwenden möchten, können Sie die Einstellung für die Datensatzkomprimierung für diese bestimmten Felder ändern. Daher werden die leeren Werte in den angegebenen Feldern nicht aus den gesendeten Daten entfernt und behalten den Wert bei, mit dem sie in der Quelltabelle initialisiert wurden.
In der Konfiguration der Massenübertragung können Sie das Verhalten der Datensatzkomprimierung mithilfe der Einstellung Flag „Unkomprimiert senden“ steuern, die auf Tabellen- und Feldebene verfügbar ist. In der folgenden Tabelle wird das Verhalten der Datensatzkomprimierung je nach Einstellung Flag „Unkomprimiert senden“ zusammengefasst:
| Flag „Unkomprimiert senden“ auf Tabellenebene | Flag „Unkomprimiert senden“ auf Feldebene | Verhalten der Datensatzkomprimierung |
|---|---|---|
| Ja | Nein | Alle Felder werden unkomprimiert gesendet. |
| Ja | Ja | Alle Felder werden unkomprimiert gesendet. |
| Nein | Ja | Nur die ausgewählten Felder auf Feldebene werden unkomprimiert gesendet. |
| Nein | Nein | Alle Felder werden komprimiert gesendet. |
Wenn Sie die unkomprimierte Datenreplikation senden, behalten die leeren Felder mit Ausnahme von Datums- und Zeitstempelfeldern den Wert bei, mit dem sie in der Quelltabelle initialisiert wurden. Der initialisierte Wert für die Datums- und Zeitstempelfelder erhält die folgenden Werte:
- Initialisierungswert des Datumsfelds:
DATE 1970-01-01 - Initialisierungswert des Zeitstempelfelds:
TIMESTAMP 1970-01-01 00:00:00 UTC
Der folgende Screenshot zeigt ein Beispiel für das Verhalten der Datensatzkomprimierung:
Auf dem obigen Bild ist Folgendes zu sehen:
- Zeile 1: Alle Felder sind nicht komprimiert. Das Flag Send Uncompressed Flag (Unkomprimiert senden) ist auf Tabellenebene ausgewählt.
- Zeile 2: Alle Felder sind komprimiert. Das Flag „Unkomprimiert senden“ ist auf Tabellenebene gelöscht.
- Zeile 3: Die folgenden Felder sind nicht komprimiert:
int2_value,curr_value_154,currency,float_valueundlang_value. Für diese Felder ist auf Feldebene Flag „Unkomprimiert senden“ ausgewählt.
Für eine bessere Leistung empfehlen wir, die Datensatzkomprimierung nicht zu deaktivieren, indem Sie auf Tabellenebene Flag „Unkomprimiert senden“ auswählen. Dies kann sich negativ auf die Replikationsleistung auswirken. Wenn Sie nur für bestimmte Felder unkomprimierte Daten senden möchten, wählen Sie für diese Felder auf Feldebene die Option Flag „Unkomprimiert senden“ aus.
Attribute von Zieltabellen
Wenn Sie die Replikation im BigQuery Data Transfer-Modul von BigQuery Toolkit for SAP konfigurieren, können Sie Einstellungen festlegen, die gelten, wenn BigQuery Toolkit for SAP die Zieltabelle in BigQuery erstellt.
Sie können für eine BigQuery-Zieltabelle beispielsweise die folgenden Attribute angeben:
- Tabellenname
- Die Standardoption zur Benennung von Feldern
- Zusätzliche Felder zum Erfassen von Datensatzänderungen und zum Aktivieren von Abfragen nach Datensatzanzahl
- Tabellenpartitionierung
Standardoptionen zur Benennung von Feldern
Sie können BigQuery Toolkit für SAP so konfigurieren, dass die Namen für die Felder in der BigQuery-Zieltabelle entweder aus den Namen der Quellfelder oder aus den Labels und Beschreibungen der Quellfelder erstellt werden. Die Labels und Beschreibungen sind in der Regel informativer als der Inhalt des Felds.
BigQuery Toolkit für SAP verwendet standardmäßig die Namen der Quellfelder.
Sie können den Standardwert ändern, indem Sie bei der Tabellenerstellung in der Massenübertragungskonfiguration der Transaktion /GOOG/BQTR_SETTINGS die Option Benutzerdefinierte Namen festlegen. Diese Angabe wird in der Konfigurationstabelle /GOOG/BQTR_MASTR gespeichert.
BigQuery Toolkit für SAP ändert die Namen so, dass sie der BigQuery-Namenskonvention entsprechen.
Bevor das BigQuery Toolkit for SAP eine Tabelle in BigQuery erstellt, können Sie die Feldnamen im Bildschirm zur Feldzuordnung der Transaktion /GOOG/BQTR_SETTINGS bearbeiten.
Wenn das Flag Benutzerdefinierte Namen angegeben ist, werden die Namen, die das BigQuery Toolkit für SAP beim Erstellen der Zieltabelle verwendet, in der Spalte Name des externen Felds im Bildschirm zur Feldzuordnung angezeigt.
BigQuery Toolkit for SAP erstellt die Namen in der Spalte Externer Feldname aus dem Feldlabel medium jedes Quellfelds. Wenn in der Definition des Quellfelds kein Label für ein mittleres Feld angegeben ist, wird die kurze Beschreibung des Felds verwendet. Wenn die kurze Beschreibung ebenfalls nicht angegeben ist, wird das kürzeste angegebene Label verwendet. Wenn nichts angegeben ist, wird der Name des Quellfelds verwendet.
Weitere Informationen zum Anpassen von Zielfeldnamen finden Sie unter Zielfeldnamen anpassen.
Datensatzänderungen erfassen und Datensatzanzahl aktivieren
Wenn Sie die Art der Änderung in der Quelltabelle erfassen und die Anzahl der Datensätze in der BigQuery-Tabelle zum Vergleich mit der Anzahl der Datensätze in der Quelltabelle abfragen möchten, geben Sie beim Konfigurieren der Replikation die Option Flag für zusätzliche Felder in der Transaktion /GOOG/BQTR_SETTINGS an.
Wenn Sie die Option Flag für zusätzliche Felder angeben, werden dem Schema die folgenden Spalten für die BigQuery-Zieltabelle hinzugefügt:
| Feldname | Datentyp | Beschreibung |
|---|---|---|
operation_flag
|
STRING
|
Gibt die Art der Änderung in der Quelltabelle an, die das Laden oder die Replikation des Datensatzes in BigQuery ausgelöst hat.
Zum Zählen von Einträgen, die im Replikationsmodus eingefügt wurden, können Sie abgefragte Datensätze mit dem Wert
Wenn Sie Datensätze zählen möchten, die im anfänglichen Lademodus eingefügt wurden, können Sie abgefragten Datensätze mit dem Wert |
is_deleted
|
BOOLEAN
|
Bei true wird der Quelldatensatz aus der Quelltabelle gelöscht.
Schließen Sie gelöschte Quelldatensätze mit dem Feld |
recordstamp
|
TIMESTAMP
|
Der Zeitpunkt, an dem das BigQuery Toolkit für SAP den Datensatz an BigQuery gesendet hat. Wenn Sie die Anzahl der eindeutigen Datensätze in einer BigQuery-Tabelle zählen möchten, können Sie nur die zuletzt eingefügte Instanz jedes Eintrags abfragen. Eine Beispielabfrage finden Sie unter Gesamtanzahl der Datensätze in einer BigQuery-Tabelle abfragen. |
Die aktuelle Einstellung der Option Flag für zusätzliche Felder wird in der Konfigurationstabelle /GOOG/BQTR_MASTR gespeichert.
Weitere Informationen zum Angeben des Flags für zusätzliche Felder finden Sie unter Tabellenerstellung und andere allgemeine Attribute angeben.
Tabellenpartitionierung
Sie haben folgende Möglichkeiten, BigQuery-Tabellen zu erstellen:
- Tabellen, die nach einem Zeitstempelfeld in der Quelltabelle partitioniert sind, wodurch eine nach Zeiteinheitspalte partitionierte Tabelle erstellt wird.
- Tabellen, die nach dem Zeitpunkt partitioniert werden, zu dem die Datensätze in BigQuery eingefügt werden, wodurch eine nach Aufnahmezeit partitionierte Tabelle erstellt wird.
Zum Aktivieren der Partitionierung geben Sie beim Konfigurieren der Replikationsattribute im Feld /GOOG/BQTR_TABLEPartitionierungstyp einen Partitionstyp an.
Mit den verfügbaren Partitionstypen können Sie die Granularität der Partitionierung nach Stunde, Tag, Monat oder Jahr anpassen.
Wenn Sie einen Zeitstempel aus der Quelltabelle für die Partitionierung nach Zeiteinheiten verwenden möchten, geben Sie den Namen des Quellfelds im Feld Partitionsfeld an.
Wenn Sie eine BigQuery-Einfügungszeit für die Partitionierung nach Aufnahmezeit verwenden möchten, können Sie das Partitionierungsfeld leer lassen. Das BigQuery Toolkit für SAP erstellt in der Zieltabelle ein Feld zum Speichern der Einfügungszeit.
Zielfeldattribute
BigQuery Toolkit für SAP verwendet standardmäßig die Feldnamen und Datentypen in der SAP-Quelltabelle als Feldnamen und Datentypen in der BigQuery-Zieltabelle.
Optional können Sie vor dem Erstellen der Zieltabelle die Feldnamen anpassen oder den BigQuery-Datentyp ändern.
Zielfeldnamen anpassen
Bevor eine Tabelle erstellt wird, können Sie die Zielfeldnamen anpassen.
Bei Bedarf ändert BigQuery Toolkit for SAP die von Ihnen angegebenen benutzerdefinierten Namen so, dass sie der BigQuery-Namenskonvention entsprechen.
Beim Konfigurieren der Replikation können Sie die Feldnamen im Bildschirm für die Feldzuordnung der Transaktion /GOOG/BQTR_SETTINGS aufrufen. Das BigQuery-Toolkit für SAP speichert Ihre Einstellungen in der Konfigurationstabelle /GOOG/BQTR_FIELD.
Bevor eine Tabelle in BigQuery erstellt wird, können Sie einen benutzerdefinierten Feldnamen angeben. Bearbeiten Sie dazu den generierten Namen in der Spalte Temporärer Feldname des Bildschirms zur Feldzuordnung. Wenn Sie einen Wert löschen und das Feld Temporärer Feldname leer lassen, verwendet BigQuery Toolkit für SAP den Namen des Quellfelds für den Namen dieses Zielfelds.
Nachdem Sie Änderungen an der Spalte Temporärer Feldname vorgenommen haben, validiert BigQuery Toolkit für SAP den Wert, wenn Sie auf Speichern klicken, wendet die BigQuery-Namenskonventionen nach Bedarf an und speichert die Änderungen. Drücken Sie die Eingabetaste, um einen Wert zu validieren, ohne ihn zu speichern.
Weitere Informationen zum Festlegen der Standardmethode zur Benennung von Zielfeldern finden Sie unter Standardoptionen zur Benennung von Feldern.
BigQuery-Feldzuordnung mithilfe einer Tabelle oder Textdatei bearbeiten
Optional können Sie vor dem Erstellen einer BigQuery-Zieltabelle die Standarddatentypen, -namen und -beschreibungen der Zielfelder in einer Tabelle oder Textdatei speichern. So können BigQuery-Data Engineers oder -Administratoren die Werte bearbeiten, auch wenn sie keinen Zugriff auf Ihren SAP-Server haben.
Nachdem die Werte bearbeitet wurden, müssen Sie die Datei und deren Inhalt in das CSV-Format konvertieren. Anschließend können Sie die Updates auf die Einstellungen zur Massenübertragung anwenden, indem Sie die CSV-Datei mithilfe der benutzerdefinierten Transaktion /GOOG/BQTR_SETTINGS hochladen.
So bearbeiten Sie die BigQuery-Feldzuordnung mit einer CSV-Datei:
- Tabelle oder Textdatei mit den Standardfeldzuordnungen erstellen
- Bearbeiten Sie die Werte in der Tabelle oder Textdatei.
- Die Tabelle oder Textdatei in das CSV-Format konvertieren
- Laden Sie die CSV-Datei auf dem Bildschirm BigQuery Data Transfer: Settings Maintenance (BigQuery-Datenübertragung: Wartung der Einstellungen) hoch.
Weitere Informationen zu diesem Vorgang finden Sie unter BigQuery-Feldzuordnung in einer CSV-Datei bearbeiten.
BigQuery-Namenskonvention für Felder
Die BigQuery-Namenskonvention verwendet nur Kleinbuchstaben, Ziffern und Unterstriche.
BigQuery Toolkit für SAP wendet die BigQuery-Namenskonventionen auf jeden Eingabewert an, der für den Namen eines Zielfelds verwendet werden soll.
Wenn Sie beispielsweise FIELD-@#!*123 als benutzerdefinierten Feldnamen eingeben, ändert das BigQuery Toolkit für SAP den Namen in field_123.
Weitere Informationen zur BigQuery-Namenskonvention für Felder finden Sie unter Spaltennamen.
Datentypzuordnung
Standardmäßig weist BigQuery Toolkit für SAP den BigQuery-Zielfeldern anhand der SAP-Typart oder des SAP-Datentyps des SAP-Quelltyps Datentypen zu.
Beim Konfigurieren der Replikation können Sie die Datentypen im Bildschirm für die Feldzuordnung der Transaktion /GOOG/BQTR_SETTINGS aufrufen. Das BigQuery-Toolkit für SAP speichert Ihre Einstellungen in der Konfigurationstabelle /GOOG/BQTR_FIELD.
Bevor das BigQuery Toolkit für SAP eine Tabelle in BigQuery erstellt, können Sie die Spezifikation des Standarddatentyps in der Spalte Externes Datenelement des Felds zur Feldzuordnung auf einen anderen BigQuery-Datentyp ändern.
Datentypen mit besonderer Handhabung
Um für Genauigkeit und Kompatibilität mit den BigQuery-Zieltabellen zu sorgen, erfordern mehrere SAP-Datentypen während des Replikationsprozesses eine spezielle Verarbeitung oder Konvertierung.
Einige dieser Konvertierungen werden vom BigQuery Toolkit für SAP automatisch durchgeführt, andere erfordern Ihre Aufmerksamkeit und manuelle Konfiguration.
Für die folgenden Datentypen müssen Sie Conversions manuell verarbeiten:
Boolesche Werte
Für boolesche Werte verwendet SAP den Datentyp CHAR. Standardmäßig ordnet das BigQuery Toolkit für SAP diesen Datentyp dem Datentyp STRING in der BigQuery-Zieltabelle zu.
Wenn Sie die Replikation für boolesche Werte mit der Transaktion /GOOG/BQTR_SETTINGS konfigurieren, müssen Sie demzufolge für boolesche Werte die Standardzuweisung des Datentyps für boolesche Felder im Bildschirm für die Feldzuordnung von STRING in BOOLEAN ändern.
Zeitstempel
Für Zeitstempel verwendet SAP die Datentypen P (verpackte Dezimalzahl) oder DEC (Dezimalzahl). BigQuery Toolkit for SAP ordnet diese Datentypen in der BigQuery-Tabelle standardmäßig NUMERIC zu.
Wenn Sie die Replikation mit der Transaktion /GOOG/BQTR_SETTINGS konfigurieren, müssen Sie demzufolge für Zeitstempel die Standardzuweisung des Datentyps für Zeitstempelfelder im Bildschirm für die Feldzuordnung von NUMERIC in TIMESTAMP oder TIMESTAMP (LONG) ändern.
SAP-Typart X
Die SAP-Typart X ist ein Hexadezimalwert und wird durch die SAP-Datentypen RAW, RAWSTRING und LRAW dargestellt. BigQuery Toolkit für SAP ordnet diese Datentypen in der BigQuery-Quelltabelle standardmäßig STRING zu.
Wenn Sie stattdessen ein Quellfeld mit der SAP-Typart X für die Zuordnung BYTES benötigen, müssen Sie die Standardzuweisung des Datentyps für das Feld im Bildschirm für die Feldzuordnung der Transaktion /GOOG/BQTR_SETTINGS ändern.
Die SAP-Typart X wird manchmal auch in SAP zur Darstellung von Ganzzahlen verwendet.
In diesem Fall prüft BigQuery Toolkit für SAP den Datentyp des Quellfelds auf einen der SAP-Datentypen für Ganzzahlen, INT1, INT2, INT4, INT8 und weist den Datentyp INTEGER in der BigQuery-Zieltabelle zu.
SAP-Typart y
Die SAP-Typart y ist ein Bytestring und wird durch die SAP-Datentypen RAW, RAWSTRING und LRAW dargestellt. BigQuery Toolkit für SAP ordnet diese Datentypen in der BigQuery-Quelltabelle standardmäßig STRING zu.
Wenn Sie stattdessen ein Quellfeld mit der SAP-Typart y für die Zuordnung BYTES benötigen, müssen Sie die Standardzuweisung des Datentyps für das Feld im Bildschirm für die Feldzuordnung der Transaktion /GOOG/BQTR_SETTINGS ändern.
Standardzuordnung des Datentyps
Die folgende Tabelle zeigt die Standardkonvertierung des Datentyps für das BigQuery Toolkit für SAP:
| SAP-Typart | SAP-Datentyp | BigQuery-Datentyp | Hinweise |
|---|---|---|---|
b (1-Byte-Ganzzahl)s (2-Byte-Ganzzahl)I (4-Byte-Ganzzahl)8 (8-Byte-Ganzzahl)
|
INT1INT2INT4INT8
|
INTEGER |
|
F (Gleitkommazahl) |
FLTP
|
FLOAT |
|
P (verpackt)
|
CURRDECQUAN
|
NUMERIC |
Standardmäßig wird die SAP-Typart P dem BigQuery-Datentyp NUMERIC zugeordnet und in eine Zahl im externen Format konvertiert. |
a (dezimale Gleitkommazahl, 16 Stellen)
|
DECFLOAT16 |
NUMERIC |
|
e (dezimale Gleitkommazahl, 16 Stellen)
|
DECFLOAT34 |
NUMERIC |
|
N (numerisch) |
NUMC |
STRING |
|
X (hexadezimal)y (Bytestring)
|
RAWRAWSTRINGLRAW
|
STRING |
Wenn die SAP-Typart X ist, der Datentypname jedoch das Muster 'INT*' (INT1, INT2, INT4) abdeckt, wird ein Quelldatenelement durch ein neues Datenelement TYPINT8 mit TYPEKIND '8' ersetzt, das dem BigQuery-Datentyp INTEGER zugeordnet ist. |
C (Zeichen)g (Zeichenstring)? (csequence)& (clike)
|
CHARSTRING |
STRING |
|
D (Datum) |
DATS |
DATE |
|
T (Uhrzeit) |
TIMS |
TIME |
Community-Ressourcen
Um die Implementierung von BigQuery Toolkit-basierten Anwendungen in SAP S/4HANA-Systemen mit Embedded BW zu beschleunigen, können Sie die Open-Source-Generierungstools auf GitHub verwenden.
Support anfordern
Google Cloud bietet Support bei Problemen und Fragen im Zusammenhang mit der Installation, Konfiguration, Bedienung und Wartung des BigQuery-Toolkits für SAP. Der Support ist jedoch auf das Toolkit selbst beschränkt.
Google Cloud unterstützt keine anderen Umgebungskomponenten wie Netzwerkinfrastruktur, Datenbanken, Betriebssysteme oder Software von Drittanbietern. Bei Problemen mit anderen Umgebungskomponenten als dem BigQuery Toolkit für SAP wenden Sie sich an den entsprechenden Anbieter oder Supportanbieter.
Wenn Sie Hilfe bei von SAP bereitgestellten Funktionen wie Operational Data Provisioning (ODP) und SAP Landscape Transformation (SLT) benötigen, wenden Sie sich bitte an den SAP-Support.
Informationen zur Fehlerbehebung bei Problemen mit dem BigQuery Toolkit für SAP finden Sie unter Fehlerbehebung für das BigQuery Toolkit für SAP.
Wenn Sie Hilfe bei der Behebung von Problemen mit dem ABAP SDK für Google Cloud benötigen, gehen Sie so vor:
Weitere Informationen finden Sie im Leitfaden zur Fehlerbehebung für ABAP SDK für Google Cloud.
In den Cloud-Foren können Sie Ihre Fragen stellen und über die ABAP SDK für Google Cloud mit der Community sprechen.
Erfassen Sie alle verfügbaren Diagnoseinformationen und wenden Sie sich an Cloud Customer Care. Informationen zur Kontaktaufnahme mit Customer Care finden Sie unter Support für SAP in Google Cloud.