SlideShare a Scribd company logo
Submit Search
Upload
Login
Signup
【SAP Inside Track Tokyo 2021 DAT】HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を付けるべき4つのこと
Report
HisayoshiNagashima
Follow
Mar. 10, 2021
•
0 likes
•
73 views
1
of
27
【SAP Inside Track Tokyo 2021 DAT】HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を付けるべき4つのこと
Mar. 10, 2021
•
0 likes
•
73 views
Download Now
Download to read offline
Report
Data & Analytics
SAP Inside Track Tokyo 2021 DATでの発表資料です
HisayoshiNagashima
Follow
Recommended
【SAP Inside Track Tokyo 2021 DAT】SAP Analytics Cloud導入事例とポイント
Motohiro Yamada
101 views
•
14 slides
【SAP Inside Track Tokyo 2021】 SAP Data Intelligence - データ連携とML活用
Akira Nagata
167 views
•
17 slides
オープンセミナー岡山 これから始めるデータ活用
syou6162
3.3K views
•
72 slides
正確な意思決定を阻む 問題・障害との向き合い方
syou6162
2.8K views
•
12 slides
MonotaRO のデータ活用と基盤の過去、現在、未来
株式会社MonotaRO Tech Team
13.1K views
•
49 slides
カスタマーサクセスのためのデータ整備人の活動記録
syou6162
7K views
•
35 slides
More Related Content
Similar to 【SAP Inside Track Tokyo 2021 DAT】HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を付けるべき4つのこと
Behalf of panalists: SAP Inside Track Tokyo 2021 - TechEd
Ryo Asai
72 views
•
20 slides
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
Yasuko Sekiguchi
569 views
•
28 slides
Sit tokyo2022 hana cloud pal
moyanliu
68 views
•
11 slides
SAP Inside Track Tokyo 2019 オープニング資料
Mino Kato
329 views
•
22 slides
sitTokyo2022_Dev_05_Kawanabe.pptx
ssuser5bff5a
30 views
•
40 slides
ついに登場SAP Data Warehouse Cloud
Masayuki Sekihara
638 views
•
35 slides
Similar to 【SAP Inside Track Tokyo 2021 DAT】HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を付けるべき4つのこと
(20)
Behalf of panalists: SAP Inside Track Tokyo 2021 - TechEd
Ryo Asai
•
72 views
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
Yasuko Sekiguchi
•
569 views
Sit tokyo2022 hana cloud pal
moyanliu
•
68 views
SAP Inside Track Tokyo 2019 オープニング資料
Mino Kato
•
329 views
sitTokyo2022_Dev_05_Kawanabe.pptx
ssuser5bff5a
•
30 views
ついに登場SAP Data Warehouse Cloud
Masayuki Sekihara
•
638 views
Sit tokyo2021_ANA_SACで機械予測と計画業務の融合性を考えてみた
Chikako Nobori
•
96 views
Intelligent Enterprise 実現に向けた拡張開発の必要性 ~ SAP Cloud Platform Extension Factory ~
Kento Yoshimura
•
502 views
20210217_sitTokyo_SAP CAI でユーザに優しくしたい
Mino Kato
•
194 views
sitTokyo2021 DX ABAPerの最新スキルセットを考えてみた
YusukeHayashida
•
139 views
アサヒのデータ活用基盤を支えるデータ仮想化技術
Denodo
•
1.3K views
Introduction and sharing of experiences with sac planning functions
Fumiya Imazeki
•
71 views
Sit tokyo2022 sac/dwc Big data real-time cooperation
ssuser0cf3dd
•
50 views
チームトポロジーから学び、 データプラットフォーム組織を考え直した話.pptx
Rakuten Commerce Tech (Rakuten Group, Inc.)
•
479 views
ゴルフメーカーに転職して気づいた 複雑さと人の関係性
DebuchiShinya
•
56 views
melonDesignerの説明
Hisashi Sakai
•
619 views
データ利活用を促進するメタデータ
Yahoo!デベロッパーネットワーク
•
6.5K views
SharePointとAzure Functionsを組み合わせた マルチクラウドなサーバーレスアーキテクチャの展開方法 Japan share poin...
Kazuya Sugimoto
•
2K views
Tech summit2017 arukikata_all_final
Microsoft Tech Summit 2017
•
244 views
Microsoft 365 を使い、よりよい業務環境の在り方と仕事への向き合い方を考えよう
Ai Hirano
•
1.4K views
【SAP Inside Track Tokyo 2021 DAT】HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を付けるべき4つのこと
1.
2021年3月3日 長嶋 昌由(ナガシマ ヒサヨシ) 株式会社KYOSO
ビジネスソリューション事業部 大阪開発マネージャ― HANADB to SAC - CloudConnectorを使用した データインポートにおいて気を付けるべき4つのこと SAP Inside Track 2021 TOKYO
2.
2 名前: 長嶋 昌由(ナガシマ
ヒサヨシ) 会社: 株式会社KYOSO 部門: ビジネスソリューション事業部ビジネスソリューショングループ 役割: 大阪開発マネージャ SAP Certified Development Associate (CP11, FIORIDEV20) データベーススペシャリスト/情報処理安全確保支援士 趣味: ロードバイク、マラソン 参加目的:SAP Cloud Platform全般の情報収集等
3.
3 参加者の皆様にセッション前質問 質問: 自社又は顧客先のHANA等のデータベース環境にて、 えっ!っと驚いたテーブル定義や設定等ありましたら教えて下さい。 回答タイプ: 自由テキスト
4.
4 1. 技術事例としての背景・概要 2. 気を付けるべきこと
その① 3. 気を付けるべきこと その② 4. 気を付けるべきこと その③ 5. 気を付けるべきこと その④ 6. 最後に(まとめ) 7. おまけ HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を 付けるべき4つのこと
5.
5 1.技術事例としての背景・概要 SAP Analytics Cloud Model Dataset DPServer Cloud connector インポート接続 オンプレHANA testdata.xsodata OData
Service 対象ViewをOdataサービス化 SACConnectionTEST /testview testTable オンプレHANA上に対象Viewを作成 View Table ①蓄積してきたHANA DBの業務データをSAP Analytics Cloudで見える化・分析する。 ②HANA DBのバージョンがLiveConnectionに対応していない為、CloudConnectorによる データインポートの方式を選択している。 ③CloudConnectorはAWS上にDPServerを構築し、経路を構成する。
6.
6 1.技術事例としての背景・概要 ①蓄積してきたHANA DBの業務データをSAP Analytics
Cloudで見える化・分析する。 ②HANA DBのバージョンがLiveConnectionに対応していない為、CloudConnectorによる データインポートの方式を選択している。 ③CloudConnectorはAWS上にDPServerを構築し、経路を構成する。 EC2 Windows Server2016 Internnet Gateway public subnet CloudConnector SACAgent HANA Studio
7.
7 1. 技術事例としての背景・概要 2. 気を付けるべきこと
その① 3. 気を付けるべきこと その② 4. 気を付けるべきこと その③ 5. 気を付けるべきこと その④ 6. 最後に(まとめ) 7. おまけ HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を 付けるべき4つのこと
8.
8 2.気を付けるべきこと その①(テーブル構造について) 数字で始まるカラム名を持つテーブルはありませんか? “COLUMN_1”, “COLUMN_2”, “COLUMN_3”, “4_COLUMN”, “COLUMN_5”, ・・・ Unsupported property
name エラーが発生します。 × テーブルのカラム名が数字で始まる場合はoDataサービス設定ができない
9.
9 2.気を付けるべきこと その①(テーブル構造について) 解決策:Viewでカラム名に別名を付与する。 “COLUMN_1”, “COLUMN_2”, “COLUMN_3”, “4_COLUMN”, “COLUMN_5”, ・・・ “COLUMN_1”, “COLUMN_2”, “COLUMN_3”, “4_COLUMN” as
“COLUMN_4“, “COLUMN_5”, ・・・ 〇 oDataサービス設定成功
10.
10 1. 技術事例としての背景・概要 2. 気を付けるべきこと
その① 3. 気を付けるべきこと その② 4. 気を付けるべきこと その③ 5. 気を付けるべきこと その④ 6. 最後に(まとめ) 7. おまけ HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を 付けるべき4つのこと
11.
11 3.気を付けるべきこと その②(テーブル構造について) カラム数がやたらに多いテーブルはありませんか? × SAC側で1テーブルのoDataサービスクエリで設定できるカラムは100個までです カラムは100個までしか指定できません!
12.
12 3.気を付けるべきこと その②(テーブル構造について) 解決策①:oData/Modelの複数処理→SAC側Storyでの結合 〇 ・同一のキー項目を持ったモデル間であれば、Story上で混合チャートを作成する事が可能 ・混合チャートにおける列数制限は特に明記されていない 参考1:SAP Analytics
Cloud ヘルプ:混合チャートの作成 https://help.sap.com/viewer/00f68c2e08b941f081002fd3691d86a7/release/ja-JP/b247489e0da245d9ba1eafcf393cd98b.html
13.
13 3.気を付けるべきこと その②(テーブル構造について) 解決策②:対象カラムの絞り込み・テーブルの正規化 〇 ③テーブルの設計を見直し、正規化する (複数テーブル化) テーブルの設計は適正で すか? 対象のカラムを選別・限定する ①SAC側での対象の カラム選択で対象を 100個以内にする ②必要なカラムだけ に絞ったViewを作成 する 本当に全部のカラム が必要ですか? 又は
14.
14 1. 技術事例としての背景・概要 2. 気を付けるべきこと
その① 3. 気を付けるべきこと その② 4. 気を付けるべきこと その③ 5. 気を付けるべきこと その④ 6. 最後に(まとめ) 7. おまけ HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を 付けるべき4つのこと
15.
15 4.気を付けるべきこと その③(テーブル構造について) まさかテーブルにキー定義が無いってことはないですよね? データの一意性を定義するキー・IDがなければ・・・ OData Serviceでのxsodata生成時にキー項目がない旨のエラーが発生します。 × xsodataのサービス定義に右のようにローカルID を付与すれば生成は処理されます。 しかしこれは取り込み毎に自動生成されたIDが 付与されるもので別の問題が発生します。 Service
{ ・・・, ・・・, key generate local “ID” }
16.
16 4.気を付けるべきこと その③(テーブル構造について) まさかテーブルにキー定義が無いってことはないですよね? データの一意性を定義するキー・IDが無く、xsodataのローカルIDでの処置の場合・・・ × 同一のテーブルデータの取り込み更新で各レコードが同一と見なされず、更新でなく追加になる等の弊害が発生します。 追加になってし まって倍に 正常に更新され たので変化なし 取り込みデータの集計値 無い時 キー定義 有る時
17.
17 4.気を付けるべきこと その③(テーブル構造について) 解決策:テーブル・Viewでキーを定義するしかありません 〇 テーブル設計として正しい状態を前提 〇 ①テーブルとして 一 意のキーを定義 又は ②Viewとして一意の キーを定義
18.
18 1. 技術事例としての背景・概要 2. 気を付けるべきこと
その① 3. 気を付けるべきこと その② 4. 気を付けるべきこと その③ 5. 気を付けるべきこと その④ 6. 最後に(まとめ) 7. おまけ HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を 付けるべき4つのこと
19.
19 5.気を付けるべきこと その④(テーブルデータの規模について) 分析対象のデータ件数は如何ほどでしょうか? 取り込みにかかる時間 環境にもよりますが、取り込 みに一日近くかかるケースも ありえます。 特に日次でデータの洗い替え が発生する場合は要注意 × 件数上限80万件 1回の処理で取り込み可能なレコード件数は80万件であり、上限を 超えるレコードが対象データに存在するとエラーが発生する。 タイムアウトに なることも
20.
20 5.気を付けるべきこと その④(テーブルデータの規模について) 解決策:Viewでの条件設定による絞り込み等 〇 分析に使用するデータの対象期間・分類等を限定し、参照データの件数を絞り込 む必要があります。 絞り込み 又は、HANADBをバージョンアップし、LiveConnection利用を検討しましょう。 (LiveConnectionではデータ取り込みでは無くデータ参照なので取り込み上限という概念が無い)
21.
21 1. 技術事例としての背景・概要 2. 気を付けるべきこと
その① 3. 気を付けるべきこと その② 4. 気を付けるべきこと その③ 5. 気を付けるべきこと その④ 6. 最後に(まとめ) 7. おまけ HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を 付けるべき4つのこと
22.
22 6.最後に(まとめ) ・(弊社対応事例では)テーブル設計が適切になされていないケースが散見され ました。適切な設計はスムーズなデータ活用に繋がります。 DB設計の”当たり前”がきちんと適用できているか改めて確認しましょう。 ・SAP Analytics Cloudでのデータ活用に際し、対象とするテーブルの構成や データの範囲・件数を予め確認し、気を付けるべき点を踏まえて対策の上 計画しましょう。 ・今回の事例はHANAのバージョンに制約があり記載のような状況が発生しま たが、基本的には最新バージョンを使用し、SAP
Analytics Cloudとは LiveConnectionでの連携が推奨されます。(一部ケースを除く)
23.
23 1. 技術事例としての背景・概要 2. 気を付けるべきこと
その① 3. 気を付けるべきこと その② 4. 気を付けるべきこと その③ 5. 気を付けるべきこと その④ 6. 最後に(まとめ) 7. おまけ HANADB to SAC - CloudConnectorを使用したデータインポートにおいて気を 付けるべき4つのこと
24.
24 6.おまけ(CloudConnectorでのデータインポートとLiveConnectionの比較) ※特定時点の確認情報ですので現在は更新・改善されている可能性があります。 データインポート(CloudConnector) LiveConnection データ取得に関する制限 ファイルサイズ制 限 PCからのアップロー ド ・Microsoft Excel(XSLXのみ):最大ファイルサイズ
200MB ・CSVファイル :最大ファイルサイズ 2GB - (データ取得は行わない) Cloud Elements経由の クラウドストレージ ・Microsoft Excel(XSLXのみ):最大ファイルサイズ 100MB ・CSVファイル :最大ファイルサイズ 1GB 行数制限 ・モデル、ストーリー:800,000行 (CSV及びXLSXファイルからのインポートの場合はファイルサイズの制限はあるが行数は制限無し) ・データセット:1,000,000行 (CSV及びXLSXファイルからのインポートの場合はファイルサイズの制限もあり) 一般制限 列数 ・モデル、ストーリー:100列 ・データセット:1,000列 ディメンションメン バー ・計画モデル:1,000,000 ・分析モデル:1,000,000を超える一意メンバーが存在する場合、ディメンションは参照専用になる ・地理拡張があるディメンションメンバー:200,000 ・親子階層があるディメンションメンバー:150,000(他の種類の属性の場合、1,000,000の制限が適用される) 機能に関する制限 ストーリー 計算 ○ △(単純な四則演算は可能) 予測機能 スマートインサイト ○ X Smart Predict ○ X 時系列予測 ○ 折れ線チャートではサポートされない 参考2:SAP Analytics Cloud ヘルプ:システムのサイジングとチューニング、およびデータ取得制限 https://help.sap.com/viewer/00f68c2e08b941f081002fd3691d86a7/release/ja-JP/5f61b6509a5e4d499e8cb9685f32db73.html?q=100%E5%88%97
25.
25 6.おまけ(より詳細な情報) 実際の設定手順やより詳細な内容は以下Qiita(SAP Advent Calendar記事)でも公開しております。 https://qiita.com/kyo_naga/items/a57694dcc32283e9e528
26.
27 • SAP Analytics
Cloudは蓄積した業務データの活用に非常に有益なソリューショ ンです。事前の現状分析と計画を前提に是非活用を検討してください! • SAP Analytics Cloudの活用に向けて、HANADBを運用している環境を今一度見 直しましょう! テーマ:チャレンジしよう! - 行動をおこすキッカケに 適切なデータ設計で SAP Analytics Cloud を有効に活用しましょう!
27.
28 ここで参加者の皆様に質問 質問: ここまでの内容で、自社または顧客環境で思い当たるケースはありましたか? 回答タイプ: 選択形式 選択の場合:選択肢リスト •
全く無し • 有った気がするので確認したい • 該当するまたは近しいケースが有る • 該当するまたは近しいケースが有り、且つ既に解決済み