Wussten Sie, dass Sie in SAP Datasphere Views ganz einfach als Materialized Views anlegen können? Das bedeutet: Sie speichern den aktuellen Stand Ihrer Daten und greifen bei Abfragen nicht mehr jedes Mal auf die Originalquelle zu. Das spart Ressourcen und beschleunigt komplexe Datenprozesse.
Dies geschieht direkt am View-Objekt: Nach der Veröffentlichung kann die View per „Start Data Persistence“ persistiert werden.
Nach erfolgreicher Persistierung erscheint eine entsprechende Bestätigungsmeldung.
Wird die Datenpersistierung aktualisiert („Refresh“), wird das neue Aktualisierungsdatum angezeigt.
Wenn die View nun abgefragt wird, stammen die Daten nicht mehr direkt aus der ursprünglichen Quelle, sondern spiegeln den Stand der letzten Aktualisierung der Materialized View in SAP Datasphere wider.
Änderungen am Datensatz in der Source wirken sich erst nach einer erneuten Aktualisierung der Materialized View aus – bis dahin bleibt der persistierte Datenstand unverändert.
Wird die Materialized View in SAP Datasphere erneut abgefragt, werden die Daten weiterhin aus der Persistenz gelesen.
Die regelmäßige Aktualisierung einer Materialized View sollte daher fest eingeplant werden. Dies kann direkt am Objekt erfolgen, empfiehlt sich aber über ein Task-Chain-Objekt, das entsprechend terminiert werden kann.
Am besten erfolgt die Aktualisierung über ein Task-Chain-Objekt:
Beim Einbinden von Views in die Task Chain lässt sich festlegen, ob die Daten persistiert werden oder ob die Persistenz entfernt werden soll.
Wird die Task Chain – manuell oder automatisiert – ausgeführt, wird das Aktualisierungsdatum in der persistierten View aktualisiert und die Daten werden neu geladen.
Nach einer Anpassung der Daten in der Oracle Source:
Was passiert, wenn beim Einbinden einer View in die Task Chain die Option „Remove Persisted Data“ gewählt wird?
In diesem Fall wird in der zuvor persistierten View kein „Update at“-Datum mehr angezeigt und der Data Persistence Status ist leer.
Die Daten werden beim Abfragen der View wieder direkt aus der Oracle-Datenquelle gelesen.
Praxisbeispiel für den sinnvollen Einsatz
Angenommen, in SAP Datasphere müssen komplexe Tages- oder Monatsendverarbeitungen durchgeführt werden, bei denen bestimmte Tabellen mehrfach verwendet werden. Um die Datensource zu entlasten, kann zu Beginn des Verarbeitungsprozesses (über eine Task Chain) die mehrfach benötigte Tabelle persistiert werden. Die Endverarbeitung erfolgt dann auf Basis der persistierten Daten, und am Ende des Prozesses wird die Persistenz wieder entfernt.
Dadurch entfällt die mehrfache Erstellung und Abfrage der Tabelle (z. B. Gebäudedatentabelle). Im Tagesgeschäft werden die Gebäudedaten direkt aus der Quelle gelesen, während sie für die Endverarbeitung einmalig aus der Source geladen, temporär in SAP Datasphere persistiert und nach Abschluss der Verarbeitung wieder entfernt werden.
Nutzen Sie das volle Potenzial von SAP Datasphere!
Sie möchten mehr über die optimale Nutzung von Materialized Views und automatisierten Datenprozessen erfahren? Kontaktieren Sie uns für eine individuelle Beratung oder vereinbaren Sie direkt einen Workshop mit unseren Experten. Gemeinsam heben wir Ihre Datenprozesse auf das nächste Level!
Sie möchten mehr über die optimale Nutzung von Materialized Views und automatisierten Datenprozessen erfahren? Kontaktieren Sie uns für eine individuelle Beratung oder vereinbaren Sie direkt einen Workshop mit unseren Experten. Gemeinsam heben wir Ihre Datenprozesse auf das nächste Level!
Vereinbaren Sie jetzt Ihren Expert Call. Wir freuen uns über Ihre Nachricht.
