Seminar SAP Datasphere – Data Builder Grundlagen

Dieses Seminar führt praxisorientiert in die Datenmodellierung mit dem Data Builder ein. Tabellen, Remote Tables, grafische Views, SQL Views, Transformationen und analytisch vorbereitete Modelle werden schrittweise zu einem durchgängigen Datenprodukt verbunden.

Inhaltsverzeichnis

1. Zielsetzung
2. Lernziele
3. Zielgruppe
4. Voraussetzungen
5. Seminarinhalte
6. Praxisübungen

Zielsetzung

Inhaltsverzeichnis: fachliches Ziel · technisches Ziel · Qualität und Betriebsfähigkeit

Ziel ist die sichere Umsetzung eines vollständigen Modellierungsablaufs von der Quellstruktur über Bereinigung und Verknüpfung bis zur bereitgestellten, dokumentierten und getesteten Datenbasis.

Lernziele

Inhaltsverzeichnis: Einordnung · Umsetzung · Prüfung · Dokumentation

• die fachlichen und technischen Grundlagen zu Arbeitsoberfläche und Objektarten, Lokale Tabellen und Datentypen, Remote Tables und Quellzugriff sicher einordnen
• Anforderungen in nachvollziehbare Konfigurations-, Integrations- oder Modellierungsschritte überführen
• einen durchgängigen Praxisfall mit kontrollierten Zwischenschritten umsetzen
• Datenqualität, Berechtigungen, Abhängigkeiten und Laufverhalten mit festgelegten Prüfkriterien bewerten
• die Lösung dokumentieren, deployen und für einen geregelten Betrieb beziehungsweise die weitere Nutzung vorbereiten

Zielgruppe

Inhaltsverzeichnis: Rollen · Aufgabenbereiche · Projektbezug

Datenmodellierer, Data-Warehouse-Entwickler, BI-Entwickler, Analytics Engineers und technische Berater

Voraussetzungen

Inhaltsverzeichnis: Fachkenntnisse · technische Grundlagen · empfohlene Praxiserfahrung

Grundkenntnisse relationaler Datenbanken und Datenmodellierung; SQL-Grundlagen sind hilfreich, aber nicht zwingend

Seminarinhalte

Inhaltsverzeichnis: Arbeitsoberfläche und Objektarten · Lokale Tabellen und Datentypen · Remote Tables und Quellzugriff · Grafische Views aufbauen · SQL Views als Ergänzung · Semantische Verwendungen · Datenflüsse und Transformationen · Deployment und Abhängigkeiten · End-to-End-Modell und Qualitätssicherung

1. Arbeitsoberfläche und Objektarten
2. Lokale Tabellen und Datentypen
3. Remote Tables und Quellzugriff
4. Grafische Views aufbauen
5. SQL Views als Ergänzung
6. Semantische Verwendungen
7. Datenflüsse und Transformationen
8. Deployment und Abhängigkeiten
9. End-to-End-Modell und Qualitätssicherung

Modul 1: Arbeitsoberfläche und Objektarten

Inhaltsverzeichnis: Data Builder, Repository und Space-Kontext sicher bedienen · Tabellen, Remote Tables, Views, Datenflüsse und analytische Objekte unterscheiden · Status, Abhängigkeiten und Deployment eines Objekts nachvollziehen · einheitliche Namens- und Dokumentationsregeln anwenden

1. Schritt 1: Data Builder, Repository und Space-Kontext sicher bedienen
2. Schritt 2: Tabellen, Remote Tables, Views, Datenflüsse und analytische Objekte unterscheiden
3. Schritt 3: Status, Abhängigkeiten und Deployment eines Objekts nachvollziehen
4. Schritt 4: einheitliche Namens- und Dokumentationsregeln anwenden

Praxis: Einen Modellierungs-Space erkunden und ein Objektverzeichnis anlegen

Modul 2: Lokale Tabellen und Datentypen

Inhaltsverzeichnis: lokale Tabellen mit geeigneten Datentypen und Schlüsseln definieren · technische und fachliche Feldnamen konsistent gestalten · Beispieldaten laden und Datenvorschau verwenden · Strukturänderungen auf abhängige Objekte prüfen

1. Schritt 1: lokale Tabellen mit geeigneten Datentypen und Schlüsseln definieren
2. Schritt 2: technische und fachliche Feldnamen konsistent gestalten
3. Schritt 3: Beispieldaten laden und Datenvorschau verwenden
4. Schritt 4: Strukturänderungen auf abhängige Objekte prüfen

Praxis: Stamm- und Bewegungsdatentabellen für ein Vertriebsmodell anlegen

Modul 3: Remote Tables und Quellzugriff

Inhaltsverzeichnis: Remote Tables aus einer vorhandenen Verbindung importieren · virtuellen Zugriff und persistierte Replikation unterscheiden · Quellmetadaten, Schlüssel und Datentypen kontrollieren · Aktualität und Zugriff mit reproduzierbaren Prüfungen nachweisen

1. Schritt 1: Remote Tables aus einer vorhandenen Verbindung importieren
2. Schritt 2: virtuellen Zugriff und persistierte Replikation unterscheiden
3. Schritt 3: Quellmetadaten, Schlüssel und Datentypen kontrollieren
4. Schritt 4: Aktualität und Zugriff mit reproduzierbaren Prüfungen nachweisen

Praxis: Eine Quelltabelle remote anbinden und anschließend replizieren

Modul 4: Grafische Views aufbauen

Inhaltsverzeichnis: Projektion, Filter, Join, Union und Aggregation zielgerichtet einsetzen · Join-Typ und Kardinalität aus den Datenbeziehungen ableiten · berechnete Spalten und Ausdrücke verständlich dokumentieren · Zwischenergebnisse in der Datenvorschau schrittweise validieren

1. Schritt 1: Projektion, Filter, Join, Union und Aggregation zielgerichtet einsetzen
2. Schritt 2: Join-Typ und Kardinalität aus den Datenbeziehungen ableiten
3. Schritt 3: berechnete Spalten und Ausdrücke verständlich dokumentieren
4. Schritt 4: Zwischenergebnisse in der Datenvorschau schrittweise validieren

Praxis: Auftragskopf, Positionen, Kunden und Produkte zu einer grafischen View verbinden

Modul 5: SQL Views als Ergänzung

Inhaltsverzeichnis: geeignete Anwendungsfälle für SQL-basierte Views erkennen · SELECT, CASE, Aggregation und Fensterfunktionen im Modellkontext einsetzen · Datentypen, Nullwerte und Filterwirkungen kontrollieren · SQL-Ergebnis mit dem grafischen Modell vergleichen

1. Schritt 1: geeignete Anwendungsfälle für SQL-basierte Views erkennen
2. Schritt 2: SELECT, CASE, Aggregation und Fensterfunktionen im Modellkontext einsetzen
3. Schritt 3: Datentypen, Nullwerte und Filterwirkungen kontrollieren
4. Schritt 4: SQL-Ergebnis mit dem grafischen Modell vergleichen

Praxis: Eine SQL View für Umsatzklassifikation und Rangfolge erstellen

Modul 6: Semantische Verwendungen

Inhaltsverzeichnis: Fakten, Dimensionen, Texte und Hierarchien fachlich unterscheiden · Schlüssel- und Attributfelder korrekt kennzeichnen · Einheiten, Währungen und Zeitfelder semantisch zuordnen · Assoziationen und Exposition für nachgelagerte Modelle vorbereiten

1. Schritt 1: Fakten, Dimensionen, Texte und Hierarchien fachlich unterscheiden
2. Schritt 2: Schlüssel- und Attributfelder korrekt kennzeichnen
3. Schritt 3: Einheiten, Währungen und Zeitfelder semantisch zuordnen
4. Schritt 4: Assoziationen und Exposition für nachgelagerte Modelle vorbereiten

Praxis: Fakt- und Dimensionsviews mit geeigneter Semantik ausstatten

Modul 7: Datenflüsse und Transformationen

Inhaltsverzeichnis: Datenfluss, Transformationsfluss und View-Berechnung voneinander abgrenzen · Quellen, Transformationen und Zieltabellen zu einem Ablauf verbinden · Ladeart, Schlüsselbehandlung und Fehlerverhalten festlegen · Ausführung und Ergebnis mit Kontrollsummen prüfen

1. Schritt 1: Datenfluss, Transformationsfluss und View-Berechnung voneinander abgrenzen
2. Schritt 2: Quellen, Transformationen und Zieltabellen zu einem Ablauf verbinden
3. Schritt 3: Ladeart, Schlüsselbehandlung und Fehlerverhalten festlegen
4. Schritt 4: Ausführung und Ergebnis mit Kontrollsummen prüfen

Praxis: Bereinigte Stammdaten in eine lokale Zieltabelle laden

Modul 8: Deployment und Abhängigkeiten

Inhaltsverzeichnis: Objekte in einer technisch sinnvollen Reihenfolge deployen · Fehler aus nicht deployten oder inkonsistenten Abhängigkeiten erkennen · Änderungen mit Auswirkungsanalyse und Rückfallplanung durchführen · bereitgestellte Objekte für andere Spaces kontrolliert freigeben

1. Schritt 1: Objekte in einer technisch sinnvollen Reihenfolge deployen
2. Schritt 2: Fehler aus nicht deployten oder inkonsistenten Abhängigkeiten erkennen
3. Schritt 3: Änderungen mit Auswirkungsanalyse und Rückfallplanung durchführen
4. Schritt 4: bereitgestellte Objekte für andere Spaces kontrolliert freigeben

Praxis: Ein vollständiges Modellpaket deployen und eine fehlerhafte Abhängigkeit korrigieren

Modul 9: End-to-End-Modell und Qualitätssicherung

Inhaltsverzeichnis: Quellanforderung, Granularität und Zielkennzahlen dokumentieren · Datenweg von Remote Table bis analytischer Faktensicht umsetzen · Vollständigkeit, Eindeutigkeit und Kennzahlenwerte testen · Modell, Testfälle und Betriebsinformationen abschließend dokumentieren

1. Schritt 1: Quellanforderung, Granularität und Zielkennzahlen dokumentieren
2. Schritt 2: Datenweg von Remote Table bis analytischer Faktensicht umsetzen
3. Schritt 3: Vollständigkeit, Eindeutigkeit und Kennzahlenwerte testen
4. Schritt 4: Modell, Testfälle und Betriebsinformationen abschließend dokumentieren

Praxis: Ein kleines Vertriebsdatenmodell vollständig erstellen, testen und freigeben

Praxisübungen

Inhaltsverzeichnis: Remote und lokale Tabellen mit Schlüsseln und Datentypen vorbereiten · Grafische und SQL-basierte Views für ein Vertriebsmodell erstellen · Transformation, Deployment, Test und Space-Freigabe durchführen

• Remote und lokale Tabellen mit Schlüsseln und Datentypen vorbereiten
• Grafische und SQL-basierte Views für ein Vertriebsmodell erstellen
• Transformation, Deployment, Test und Space-Freigabe durchführen