Mit dem BigQuery Toolkit for 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 gängige Vorgänge wie die folgenden schreiben zu müssen:
- Synchronisierung der Tabellendefinition: SAP- und BigQuery-Tabellen synchronisieren.
- Datentypzuordnung: Datentypen zwischen SAP und BigQuery zuordnen.
- Daten aufteilen: Große Datasets effizient übertragen.
- Fehlerbehandlung: Potenzielle Fehler bei der Datenreplikation verwalten.
Im Gegensatz zum 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.
Datenreplikation von SAP zu BigQuery
Mit dem BigQuery Data Transfer-Modul des BigQuery Toolkit for SAP können Sie Daten aus SAP zur Analyse und Berichterstellung in BigQuery replizieren.
Das folgende Diagramm zeigt die Konfigurationen für die Datenübertragung und den Datenreplikationsfluss im BigQuery Data Transfer-Modul:
Konfigurationen für die Datenübertragung
Wie im Diagramm im vorherigen Abschnitt gezeigt, führen Administratoren die folgenden Konfigurationen aus, um die Datenreplikation von SAP zu 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 Datenreplikationsprozess zu steuern.
Datenreplikationsfluss
Wie im Diagramm im vorherigen Abschnitt gezeigt, schreiben ABAP-Entwickler benutzerdefinierten ABAP-Code, um Daten aus SAP-Systemen in BigQuery zu replizieren. Dieser Code führt die folgenden Schritte aus:
- Liest Daten aus Standard- oder benutzerdefinierten SAP-Tabellen.
Verwendet die BigQuery-Datenladeklasse
/GOOG/CL_BQTR_DATA_LOAD, um ausgewählte Daten in BigQuery zu replizieren. In diesem Kurs:- Verwendet die in den Konfigurationstabellen für BigQuery Data Transfer Service gespeicherte Konfiguration.
- Verwendet die Klasse
/GOOG/CL_BIGQUERY_V2, um die Tabellendefinition zu synchronisieren und Daten zu replizieren.
Implementiert die nachfolgende Geschäftslogik.
Behandelt Fehler und Ausnahmen.
Unterstützte Quellen für die Datenreplikation
Mit dem BigQuery Data Transfer-Modul des BigQuery Toolkit for SAP können Sie Daten aus ABAP-Wörterbuchobjekten wie Tabellen, Wörterbuchansichten, CDS-Ansichten, CDS-Entitäten oder aus beliebigen Datenobjekten mit einem flachen Strukturtyp programmatisch in BigQuery laden.
Sie können das BigQuery Toolkit for SAP für die Datenreplikation auf folgende Weise verwenden:
- Als Plug-in in SAP-Erweiterungsframeworks wie Business Add-Ins (BAdIs), User Exits und Routinen. Das Toolkit kann beispielsweise in Business Warehouse-Routinen (BW) eingebunden werden, um die Daten zu senden, die vom BW-Datenübertragungsprozess (Data Transfer Process, DTP) verarbeitet werden.
- Zum Batchladen von Daten aus einem benutzerdefinierten ABAP-Programm.
Leistungsplanung
Das BigQuery Toolkit for SAP stellt die letzte Phase der Datenübertragung an BigQuery dar, indem synchrone Aufrufe an die BigQuery API erfolgen.
Wenn Sie das BigQuery Toolkit for SAP in Ihrer benutzerdefinierten ABAP-Anwendung verwenden, können Sie die Leistung der Datenreplikation sowohl in Ihrem SAP-Arbeitslast als auch über die BigQuery Data Transfer-Konfigurationen optimieren.
Optionen zur Leistungsoptimierung für Ihre SAP-Arbeitslast und benutzerdefinierte Anwendung
Um die Leistung Ihrer SAP-Arbeitslast und benutzerdefinierten Anwendungen zu optimieren, sollten Sie die folgenden Optionen in Betracht ziehen:
- 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.
- Parallele Verarbeitung implementieren, 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. Dazu gehören unter anderem:
Netzwerkinfrastruktur: Bandbreitenbeschränkungen, Latenz und die allgemeine Netzwerkstabilität spielen eine wichtige Rolle für die Geschwindigkeit und Effizienz der Replikation.
Quellsysteme: Die Leistung Ihrer Quelldatenbanken, einschließlich ihrer Hardware, Konfiguration und aktuellen Last, kann sich auf die Replikationsleistung auswirken.
Datenvolumen und Änderungsrate: Die Menge der replizierten Daten und die Häufigkeit der Änderungen wirken sich auf die für die Replikation erforderliche Zeit und die benötigten Ressourcen aus.
Andere Komponenten: Firewalls, Sicherheitsrichtlinien, Load Balancer und andere Infrastrukturelemente können alle zur Gesamtleistung der Datenreplikation beitragen.
Sie sind dafür verantwortlich, die Leistung des BigQuery-Toolkits für SAP in Ihrer eigenen Umgebung zu testen. Um optimale Ergebnisse zu erzielen, sollten Sie alle relevanten Komponenten Ihrer Umgebung berücksichtigen und optimieren.
Optionen zur Leistungsoptimierung, die über die BigQuery Data Transfer-Konfigurationen verfügbar sind
Die BigQuery Data Transfer-Konfigurationen bieten die folgenden Optionen zur Steuerung der Replikationsleistung:
Blockgröße für die Datenübertragung
Das BigQuery Toolkit for SAP sendet Daten als Datensatzblöcke an BigQuery. Wir empfehlen, die standardmäßige Blockgröße mit BigQuery Toolkit for 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 Blockgröße bis zur maximalen Blockgröße verwenden, die BigQuery Toolkit for 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 anpassen zu lassen. 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 for SAP die Replikationsleistung, indem die an BigQuery gesendeten Datensätze komprimiert werden.
Wenn die Datensatzkomprimierung auf Tabellenebene aktiviert ist (Standardeinstellung), verwirft BigQuery Toolkit for 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 Zieltabelle in BigQuery initialisiert.
Wenn Sie jedoch einige leere Felder mit ihren Anfangswerten in BigQuery replizieren müssen und weiterhin die Datensatzkomprimierung auf Tabellenebene verwenden möchten, können Sie die Einstellung für die Datensatzkomprimierung für diese 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 Ihrer Konfiguration für die Massenübertragung können Sie das Verhalten der Datensatzkomprimierung mit der Einstellung Flag „Unkomprimiert senden“ steuern, die auf Tabellen- und Feldebene verfügbar ist. In der folgenden Tabelle wird das Verhalten bei der Datensatzkomprimierung in Abhängigkeit von der Einstellung Unkomprimiertes Flag senden zusammengefasst:
| Flag „Unkomprimiert senden“ auf Tabellenebene | Flag „Unkomprimiert senden“ auf Feldebene | Verhalten bei 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 die Datensatzkomprimierung:
Das obige Bild zeigt Folgendes:
- Zeile 1: Alle Felder sind unkomprimiert. Das Flag „Unkomprimiert senden“ ist auf Tabellenebene ausgewählt.
- Zeile 2: Alle Felder sind komprimiert. Das Flag „Unkomprimiert senden“ ist auf Tabellenebene deaktiviert.
- Zeile 3: Die folgenden Felder sind nicht komprimiert:
int2_value,curr_value_154,currency,float_valueundlang_value. Für diese Felder ist Flag „Unkomprimiert senden“ auf Feldebene ausgewählt.
Für eine bessere Leistung empfehlen wir, die Datensatzkomprimierung nicht zu deaktivieren, indem Sie Flag „Unkomprimiert senden“ auf Tabellenebene auswählen. Dies kann sich negativ auf die Replikationsleistung auswirken. Wenn Sie unkomprimierte Daten nur für bestimmte Felder senden müssen, wählen Sie das Flag „Unkomprimiert senden“ auf Feldebene für diese Felder aus.
Attribute von Zieltabellen
Wenn Sie die Replikation im BigQuery Data Transfer-Modul des BigQuery Toolkit for SAP konfigurieren, können Sie Einstellungen festlegen, die gelten, wenn das 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 for 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 for 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 for 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 for 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 möchten, die die Replikation ausgelöst hat, und die Anzahl der Datensätze in der BigQuery-Tabelle abfragen möchten, um sie mit der Anzahl der Datensätze in der Quelltabelle zu vergleichen, geben Sie in der Transaktion /GOOG/BQTR_SETTINGS beim Konfigurieren der Replikation die Option Flag für Zusatzfelder 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 for 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, um 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 for SAP erstellt in der Zieltabelle ein Feld zum Speichern der Einfügungszeit.
Zielfeldattribute
Standardmäßig verwendet BigQuery Toolkit for SAP 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 for 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 auf der Tastatur, 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 mithilfe 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 der Seite BigQuery Data Transfer: Settings Maintenance (BigQuery Data Transfer Service: Wartung der Einstellungen) hoch.
Weitere Informationen zu diesem Prozess 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 for 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 for SAP den Namen in field_123.
Weitere Informationen zur BigQuery-Namenskonvention für Felder finden Sie unter Spaltennamen.
Datentypzuordnung
Standardmäßig weist BigQuery Toolkit for 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 for SAP speichert Ihre Einstellungen in der Konfigurationstabelle /GOOG/BQTR_FIELD.
Bevor das BigQuery Toolkit for 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 die Genauigkeit und Kompatibilität mit den BigQuery-Zieltabelle zu gewährleisten, erfordern mehrere SAP-Datentypen eine besondere Handhabung oder Konvertierung während des Replikationsprozesses.
Einige dieser Konvertierungen werden automatisch vom BigQuery Toolkit for SAP übernommen, für andere sind manuelle Konfigurationen erforderlich.
Für die folgenden Datentypen müssen Sie die Konvertierungen manuell vornehmen:
Boolesche Werte
Für boolesche Werte verwendet SAP den Datentyp CHAR. Standardmäßig ordnet das BigQuery Toolkit for 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 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). Standardmäßig ordnet BigQuery Toolkit for SAP diese Datentypen in der BigQuery-Zieltabelle 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. Standardmäßig ordnet BigQuery Toolkit for SAP diese Datentypen in der BigQuery-Quelltabelle 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 for 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. Standardmäßig ordnet BigQuery Toolkit for SAP diese Datentypen in der BigQuery-Quelltabelle 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 for 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 (Gleitkommazahl mit 16 Dezimalstellen)
|
DECFLOAT16 |
NUMERIC |
|
e (Gleitkommazahl mit 16 Dezimalstellen)
|
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 auf GitHub verfügbaren Open-Source-Generierungstools verwenden.
Support anfordern
Google Cloud bietet Support für Probleme und Fragen im Zusammenhang mit der Installation, Konfiguration, dem Betrieb und der Wartung des BigQuery-Toolkits für SAP.
Bei Problemen, die auf von SAP verwaltete Komponenten wie Operational Data Provisioning (ODP), Data Migration Server (DMIS), Core Data Services (CDS), Internet Communication Manager (ICM) oder Drittanbietersoftware zurückzuführen sind, unternimmt Google Cloud Customer Care alles, um die Ursache zu ermitteln. Wenden Sie sich an den jeweiligen Anbieter oder Support, um diese Probleme zu beheben.
Informationen zur Fehlerbehebung bei Problemen mit dem BigQuery Toolkit for SAP finden Sie unter Fehlerbehebung für das BigQuery Toolkit for 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 auf Google Cloud.