SAP基底数据仓库实战项目（从底层到前端完成一张数据报表（下））

继续上次的从SAP底层到前端完成一张报表的分享。回顾流程，完成一张资产负债表大致分六个步骤：

报表模板的制作
根据SAP系统表结构，制作“资产负债表”相关数据逻辑（利用TCODE事务码查询，找到在SAP系统中运用到的底层表以及底层表关系，的方法，较有考究，另一期写）
SAP系统与“资产负债表”相关底层表抽取
根据业务需求，按照需求维度进行报表数据清洗，抽取
根据数据逻辑，拼接制作“资产负债表”的EDW层，DWS层相关FACT，KI表
制作数据集，加载数据完善报表

前面我们完成了对前三步骤，对数据地城表 “FAGLFLEXT” 总账汇总表底表的抽取。ODS层总账表的创建表脚本，抽数脚本保存好。

四.根据业务分析表维度

查看资产负债表，查看表结构

资产负债表的，查询结构中展现的四个维度，公司代码，利润中心，会计年度和会计月份，选择不同的维度，查询出来的数据会不一样，具体问题具体分析。
例：只选择公司代码，会计年度，月份时，就是每个公司的每个年月所有的利润中心的汇总，当选择利润中心时，则显示的数据为某公司的某利润中心，某年月的数据。
而本次根据业务表需求，了解到本项目的资产负债表查看方式以公司最终单位。

五.根据数据逻辑，拼接制作EDW层，DWS层相关FACT，KI表

一个数据仓库的分层实现，并非一定得按照严格的分层制度，我们需要通过不断对企业集团做数据质量检查，再评估数据仓库的分层结构和层次规模。
例如：一个全公司某业务模块一年的数据量只有80W条，若只对本模块做数据仓库分层，个人认为最多只需三层：

ODS层（数据源） → EDW层（业务事实表结构）→ DWS/DWM（业务系统表层/数据集市层）

最少两层： ODS层（数据源） → EDW层（业务事实表结构）

个人人为：不仅评估一个企业集团的数据量大小和质量的好差，还能从业务系统方面进行评估。如国内大部分的用友U9，TSCRM大部分的国内ERP或CRM系统，对某模块的业务结构规模并不大，数据加载操作的过程也愈发“傻瓜式”，所以数仓分层也可根据系统业务需求或国内外的业务过快进行评估。

本次SAP为国外且许多公司都常用到的系统，所以对于数仓的分层需要极为严格。
本次分层为：
ODS层（数据源） → EDW层（业务事实表结构）→ DWS/DWM（业务系统表层/数据集市层）
资产负债表的底表，科目总帐表已经抽取过来，接下来就是根据数据逻辑拼接表结构。根据SAP业务系统的数据表逻辑关系得到品表关系

将业务所需要的表字段抽取出来，通过kettle做业务事实表转换。

当FACT事实表出来后，再根据SAP系统原有表样和开发程序的逻辑，制作对应的DWS/DWM层的KI表。

脚本的编写需要经过初期的编写测试，抽数调试，索引优化等步骤。

六.制作数据集，加载数据完善报表

最后一步便是制作前端数据报表，利用finereport设计七进行报表制作，再进行数据检查。

拉取数据集加载数据

至此，一张从SAP底层系统到新的数据决策系统的BI只能报表就完成了。
剩下的还需求进行数据的校对和查询。
一张完整的数据只能报表，是建立在完好的数据质量上，已业务逻辑为基础，数据质量为核心。所以，无论在参与任何项目时：
1.连接需求业务模块，业务系统的具体操作，模块细节。
2.评估系统对应的设备完整性，兼容性。
3.数据质量的评估最终形成业务开发，需要经过多次的调研。

感谢看到这里，大家一起分享，学习。