繼續....看的好慢啊我-。-
oltp(on line transaction process) technology considerations
聯機事務處理的技術考慮事項
這一部分主要講述了聯機事務處理的系統中涉及到的資料儲存方式（包括寫入和讀取資料庫）。
物理更新，資料在
r/3系統中進行更新的時候通常有兩種形式，同步和不同步的。同步更新都有程式執行，使用者需要等待確認完成。而不同步更新則通常是接近實時地完成，使用者無需等待業務操作執行結束。按照週期的長短，不同步更新又被分為了v1和
v2兩種更新方式。
v1是時間要求相對嚴格的更新，它的更新進度完全取決於交易表所限定的進度。而
v2則是時間要求不嚴格的，它通常用來更新一些不需要經常變化的和交易相關的統計資料。一般來說，任務佇列越長，更新的速度就越慢，這個基本上是要取決於系統負荷的。
從資料倉儲的角度出發，在運作系統中資料的寫入有兩種基本方法，使用增量變化捕獲機制和不使用這一機制的。目前，
sap bw
中的增量捕獲機制正在發展中，
r/3中已經實現了增量捕獲機制。
在sap bw
出現之前，就有趨勢將
r/3分為幾個分開的例項，並在其間仍然進行資料流通，這個時候業務框架的概念得以發展，而原先版本的應用程式漸漸淡化，並讓它們都通過
ale進行互動。工作流包括在**鏈中的預警和通知等，也漸漸的從中清除。在
ale出現之前，其實也已經有一種用於審計的變化日誌的存在來實現類似的功能。也有部分主資料增量抽取器使用
ale作為更新檢查工具過，不過最近來講，最牛的還是增量佇列法。
另外還有一種增量檢驗機制的方法，是由
badi
提供的。在此不做贅述。
不穩定文件，
sap bw
中的每一項事務，都有乙個過程——生命週期，它也有兩種不同的狀態，活動和不活動狀態。屬於活動狀態的事務，相關的描述文件可以是連續更新的，比較常見的就是乙個交易（
order
）追蹤文件的狀態有好多種，它本身的內容，就包括了它的當前狀態，而且這也是非常重要的。
相似地，一些後發的資料流。也會跟隨這商務的進行而與之聯絡在一起。
理解資料的不穩定性，對於理解
bw的資訊模型是大有好處的，在
r/3當中何時需要更新和重新獲取資料，在乙個商務文件變得不再活動的時候把它放到另外一種型別的文件中去。在
bw中，有關不活動文件的資料通常只需要載入一次即可。因為它們不會發生變化。（這句是廢話-。
-）讀取資料，經常會發生第三方的產品想要連線到
sap bw
中進行資料讀取而脫離開
sap的應用層的事例，儘管
sap r/3
中的許多資料都是直接可呼叫的，但是仍然有一些複雜的地方，首先，需要過濾掉商業邏輯後將這些資料表全部得到，其次，你可能會遇到技術上的困難，比如應用伺服器緩衝的資料和鎖定的資料等等。處理這些問題需要對業務邏輯的技術細節極其熟悉才行。即使當資料提交給資料庫的時候，它也未必在乙個很容易讀取訪問的地方。
sap將它的資料表們分成了幾種不同的型別，以進行技術上的區別。
它們分別是：
l 簡單表（
transparent tables
）：簡單表就是簡單表，你最開始接觸的那種表就是了。
l 資料庫檢視：就是你知道的那種檢視的定義，呵呵，這個沒有做進一步的細分。
l 池狀表（
pooled tables
）這個在
sap發展
r/3的初期出現，早期的時候，資料表的數量有限制，這個時候隨著
sap bw
中對資料量的增加，人們開始將許多的表放到乙個表裡面，這個原先的作為母體的表，就被稱為
pooled table.
這些表把子表的表明作為主鍵，資料則以一種很長的
row string
來表示。
l 群狀表，和
pooled tables
差不多吧，主要區別就是
cluster tables
裡面會有一些複雜的存在於程式記憶體中的資料物件可以直接存在其中而不需要任何其他的操作。
l 邏輯資料庫，這一層次可以表現實際上的表，也可以不表示，它流行於報表製作的階段，因為使用者無需考試實際資料的問題而進行報表的構思。
收藏 SAP BW 學習筆記（四）
繼續.看的好慢啊我 oltp on line transaction process technology considerations 聯機事務處理的技術考慮事項 這一部分主要講述了聯機事務處理的系統中涉及到的資料儲存方式 包括寫入和讀取資料庫 物理更新，資料在r 3 系統中進行更新的時候通常有兩...
SAP BW 學習筆記（五）
這段時間沒怎麼看書，都在bw的系統裡面摸索，今天繼續看了 mastering sap bw.一點小小心得，流於此，但願後面能多看看.sap source system 元資料流 元資料在bw系統中，貫穿了整個資料傳輸的過程，在這其中，元資料流的作用就是基本上用來決定了資料從各種元資料到達bw的資料來...
SAP BW 學習筆記（三）
繼續寫etl部分的學習體會，今天是extraction的第三部分 dimensions of data extraction 資料抽取的維數 資料抽取的過程通常可以由四種不同的維度來進行描述和分類。首先是抽取模式，抽取模式通常分為完全抽取和動態抽取。兩者意思很明確，完全抽取是每次抽取的時候講資料來源...