Oracle Cloud Infrastructure - Dokumentation

Daten erweitern

Verbessern Sie die in Ihren Analysen verwendeten Daten mit zusätzlichen Daten, verschiedenen Berechnungen und Kombinationen, um umfassende Analysen und facettenreiche Visualisierungen zu ermöglichen. Durch die Erweiterung der Daten können Sie die manuellen Eingriffe bei der Entwicklung aussagekräftiger Einblicke in die Geschäftsdaten reduzieren oder sogar eliminieren.

Tutorial-Symbol LiveLabs-Sprint

Mit der Datenerweiterung können Sie die Daten aus Oracle Fusion Cloud Applications und anderen Quellen erweitern, mit denen Sie über die Oracle Fusion Data Intelligence-Connectors eine Verbindung herstellen können. Siehe Abschnitt Connectors unter Features in der Vorschau anzeigen. Sie können Ihren Berichten Daten aus verschiedenen Data Stores (Business Intelligence-View-Objekte) der Oracle Fusion Cloud Applications-Datenquellen hinzufügen.

Wählen Sie die Spalten aus den Data Stores aus, erstellen Sie ein Erweiterungs-Dataset, und erstellen Sie mit diesem Dataset Datenpipelines für Funktionsbereiche. Mit einem Erweiterungs-Dataset können Sie Daten nahtlos aus zusätzlichen Oracle Fusion Cloud Applications-Datenspeichern extrahieren und laden und die Daten für Tabellen im Data Warehouse verfügbar machen. Anschließend können Sie die Daten für Visualisierung und Analyse verwenden. Informationen zum Suchen der Datenspeicher, die mit der Erweiterung extrahiert werden können, finden Sie im Abschnitt Datenspeicher in Referenz für Oracle Fusion SCM Analytics, Referenz für Oracle Fusion HCM Analytics und Referenz für Oracle Fusion ERP Analytics. Obwohl es keine technischen Grenzen gibt, können Sie maximal hundert Datenerweiterungen für einen einzelnen Mandanten erstellen, um die optimale Performance aller Datenpipelines sicherzustellen. Bei weiteren Fragen wenden Sie sich an Oracle Support.

Wenn Sie die SME-Optionen für die Datenerweiterung auf der Registerkarte "Allgemein verfügbare Features" auf der Seite "Features aktivieren" aktivieren, können Sie Berichte mit Datensets erweitern, die durch Erweitern einer vorhandenen Entity oder Gruppe von Fakten, durch Hinzufügen einer neuen Dimension in der Zielinstanz und durch Hinzufügen eines neuen Fakts in der Zielinstanz erstellt wurden. Wenn Sie diese Pipelinejobs zur Datenerweiterung ausführen, veröffentlichen sie diese Datasets im semantischen Modell. Dies ist jedoch nicht die empfohlene Praxis. Es wird nicht empfohlen, das Feature SME-Optionen für Datenerweiterung zu aktivieren und den Standard-Erweiterungstyp Dataset zu verwenden, um unterschiedliche Daten in das Warehouse zu bringen. Wenn Sie den Pipelinejob zur Erweiterung von Datensetdaten ausführen, werden keine Daten im semantischen Modell veröffentlicht. Anschließend können Sie mit den semantischen Modellerweiterungen Ihr eigenes semantisches Modell erstellen. Diese Methode unterstützt die komplexe semantische Modellierung, um Ihre Geschäftsanforderungen zu erfüllen. Verwenden Sie die Datenerweiterungsfunktion, um Daten in das Warehouse zu bringen. Verwenden Sie dann die Funktion "Semantische Modellerweiterbarkeit", um die Joins zu erstellen und diese Daten den gewünschten Themenbereichen anzuzeigen. Dies ermöglicht Flexibilität und eine bessere Performance beider Funktionen. Darüber hinaus ermöglicht diese Methode ein besseres Lebenszyklusmanagement. Beispiel: Wenn Sie Änderungen am semantischen Modell vornehmen müssen, können Sie die Änderungen direkt im semantischen Modell vornehmen. Sie müssen die Datenerweiterung, mit der die Daten in das Warehouse übertragen wurden, nicht anpassen.

Im Folgenden finden Sie einige Anwendungsfälle, wenn die Erweiterung Ihrer Oracle Fusion Cloud Applications-Daten mit Daten aus mehreren Datenspeichern umfassende und zielgerichtete Einblicke ermöglicht:
  • Produktverkäufe - Fügen Sie ähnliche Produktinformationen aus verschiedenen Datenquellen hinzu, um einen Bericht zu erstellen, der ähnliche Produkte in einer bestimmten Region vergleicht.
  • Durchschnitt der Spesenrechnungen - Fügen Sie verschiedene Spesenrechnungen hinzu, um einen Durchschnitt der periodischen Spesen zu erstellen.

Daten erweitern

Sie können die Daten in Ihren Berichten ergänzen, indem Sie Datensets verwenden, die Sie mit bestimmten Spalten aus verschiedenen Datenspeicher (Business Intelligence-View-Objekte) der Oracle Fusion Cloud Applications-Datenquellen erstellen.

Informationen dazu, welche View Objects in den Datenerweiterungen verwendet werden sollen, finden Sie unter Zuordnungen und View Objects der Datenbankherkunft prüfen.

Beim Erstellen einer Datenerweiterung können Sie folgende Optionen auswählen:
  • Erweiterungstyp: Dataset ist der standardmäßig verfügbare Erweiterungstyp. Wählen Sie diese Option aus, um verschiedene Daten in das Warehouse zu bringen, und erstellen Sie dann mit den semantischen Modellerweiterungen Ihr eigenes semantisches Modell mit diesen Daten. Wenn Sie die SME-Optionen für die Datenerweiterung auf der Registerkarte "Allgemein verfügbare Features" auf der Seite "Features aktivieren" aktivieren, können Sie die Erweiterungsarten Dimension erstellen, Fakt erstellen und Entity erweitern auswählen. Wenn Sie einen dieser drei Erweiterungstypen auswählen und eine Datenerweiterung für die Daten erstellen möchten, die aus einem Connector oder aus der Oracle Fusion Cloud Applications-Quelle geladen wurden, müssen Sie einen Dimension mit einer als "Primärschlüssel" identifizierten Spalte und verknüpfen diese Dimensionstabelle dann mit einer Faktentabelle, in der dieselbe Spalte dem Dimensionsattribut zugewiesen ist, sodass die Spalte Ihr Join-Schlüssel ist. In dieser Dropdown-Liste können Sie den entsprechenden Schritt auswählen.
  • Quell-Dataset-Typ: Wählen Sie für ein Dataset, für das keine Transformation erforderlich ist, die Option "Ergänzende Daten" aus. Wenn eine Transformation erforderlich ist, wählen Sie die Option "Transformation".
  • Pillar: Diese Option ist verfügbar, wenn Ihre Quelle Oracle Fusion Cloud Applications ist. Wählen Sie den entsprechenden Pillar als Datenquelle aus. Für Quellen, die nur eine Säule haben oder keine Säulen haben, ist diese Option nicht sichtbar.
  • Quelltabellenart: Sie können die vom System bereitgestellten oder vom Kunden bereitgestellten Quelltabellen verwenden. Die vom System bereitgestellten Tabellen werden von Oracle Fusion Data Intelligence vorab validiert. Die vom Kunden angegebenen Tabellen sind andere Quelltabellen, die zum Extrahieren verfügbar sind, aber nicht von Oracle Fusion Data Intelligence validiert werden. Als Benutzer mit der Anwendungsrolle "Funktionsadministrator" oder "Systemadministrator" können Sie die Verwendung einer bestimmten Tabelle zulassen, die nicht von Oracle Fusion Data Intelligence vorab validiert wurde. Oracle kann jedoch nicht sicherstellen, dass solche benutzerdefinierten Tabellen erfolgreich verarbeitet werden, oder dass sich dies auf die Performance auswirkt, wie z.B. Verzögerungen bei der täglichen Aktualisierung von data.For. Verwenden Sie die vom System bereitgestellte Quelltabellenoption für Remote-Agent-Quellen wie On-Premise-E-Business Suite, PeopleSoft und JD Edwards. Der Extraktionsservice kann keine direkte Verbindung zu diesen Remotequellen herstellen, um die Spaltenliste für die vom Kunden bereitgestellte Tabelle abzurufen.
  • Quelltabelle: Sie können in diesem Feld einen einzelnen Tabellennamen oder eine durch Komma getrennte Liste mit Quelltabellennamen angeben.

Beim Erstellen einer Datenerweiterung können Sie die Größe einer Spalte ändern. Sie müssen jedoch sicherstellen, dass die maximale Größe innerhalb des zulässigen Berechtigungslimits für einen bestimmten Datentyp in der Zieldatenbank liegt. Informationen zum Ermitteln der maximal zulässigen Größe für jeden Datentyp finden Sie in der Dokumentation zur Oracle-Datenbank im Abschnitt "Vordefinierte Oracle-Datentypen". Derzeit sind die zulässigen Datentypen in der Datenerweiterung DATE, NUMBER, TIMESTAMP und VARCHAR2.

Nachdem Sie die Erweiterungen erstellt haben, werden sie auf der Seite "Datenerweiterung" mit einem der folgenden Status angezeigt:
  • Aktivierung wird ausgeführt: Sie können einen Pipelinejob für die Datenerweiterung während der Aktivierung nicht bearbeiten, löschen oder festlegen.
  • Aktivierung abgeschlossen: Sie können die Datenerweiterung bearbeiten, um Attribute der View Objects hinzuzufügen oder zu löschen, und die Änderungen speichern. Sie können den Zeitplan in diesem Status nicht ändern.
  • Aktivierung geplant: Sie können die Datenerweiterung bearbeiten, um Attribute der View Objects hinzuzufügen, die Änderungen unter Beibehalten des vorhandenen Zeitplans speichern, das Ausführungsdatum und die Ausführungszeit neu planen oder den Plan sofort ausführen.
Hinweis

Wenn die Anzahl der ungültigen Datensätze während des Aktivierungsprozesses erheblich ist, lehnt Oracle Fusion Data Intelligence die Datenerweiterung ab. Sie können die Tabelle DW_ERR_RECORDS anzeigen, um zu verstehen, warum die Eingabedaten abgelehnt wurden.

Sie können die Namen der Spalten ändern, die Sie aus den verschiedenen Datenquellen in der Datenerweiterung hinzugefügt haben. Wenn Sie später eine Datenerweiterung löschen, müssen Sie warten, bis die tägliche inkrementelle Ausführung abgeschlossen ist, um die Änderung in den Berichten, Visualisierungen und Arbeitsmappen anzuzeigen.

Wenn Sie eine Erweiterung bearbeiten, leitet Oracle Fusion Data Intelligence eine Anforderung zur sofortigen Aktualisierung der Daten weiter. Während dieser Zeit können Sie keine weitere Bearbeitungsaktion ausführen. Sie müssen sicherstellen, dass Sie die Definition des Pipelinejobs zur Datenerweiterung nicht ändern, während der Job ausgeführt wird. Wenn Sie die Jobdefinition in Bearbeitung ändern müssen, müssen Sie den Pipelinejob für die Datenerweiterung erneut weiterleiten.

Nach dem Bearbeiten einer Datenerweiterung können Sie keine Ad-hoc-Aktualisierung ausführen, wenn die Datenerweiterung im Datenfreigabeprozess verwendet wird.

Empfohlene Vorgehensweisen:
  • Benennen Sie zwei Datenerweiterungen nicht gleich, um einen Fehler zu vermeiden.
  • Geben Sie inkrementelle Schlüssel an, um die tägliche Aktualisierung sicherzustellen.
  • Stellen Sie sicher, dass die Verkettung der Primärschlüsselspalten die maximale Länge von 8192 nicht überschreitet, um einen Fehler bei der Datenerweiterung zu vermeiden.
  • Geben Sie keinen Themenbereich an, wenn Sie ein komplexes semantisches Modell verwenden. Geben Sie keine Ergebnisse nur beim Extrahieren, Übertragen und Laden an.
  • Datenerweiterungen haben eine niedrigere Priorität als die vordefinierten Pipelines. Sie können abgelehnt werden, wenn sie sich während der geplanten inkrementellen Pipelineausführungen überschneiden.
  • Wenn Sie eine häufige Datenaktualisierung für bestimmte Datasets verwenden, planen Sie keine Datenerweiterungen für dieselben Quellen oder Ziele. Beispiel: Führen Sie "Entität für Rechnung erweitern" nicht aus, während die häufige Datenaktualisierung für die Rechnung aktiviert ist.
  • Verwenden Sie Datenerweiterungen für bestimmte, gezielte Extrakte. Bei größeren oder komplexen Projekten sollten Sie benutzerdefiniertes ETL in Betracht ziehen.
  • Wenn der von Ihnen definierte Primärschlüssel den Datensatz möglicherweise nicht eindeutig macht, sollten Sie den Primärschlüssel so ändern, dass er weitere Spalten enthält, um den Datensatz eindeutig zu machen.

  • Stellen Sie sicher, dass Sie einen Filter auf die Spaltenauswahl anwenden, wenn die Datenerweiterung lange dauert und mit einem Timeoutfehler fehlschlägt. Dadurch werden langwierige Datenerweiterungen vermieden.

  • Wenn Sie die Option "Exportdatum" in einer Datenerweiterung aktiviert haben, sind die vor dem Exportdatum erstellten Datensätze in Oracle Fusion Data Intelligence nicht verfügbar. Um die Daten vor dem Exportdatum zu bringen, deaktivieren Sie die Option "Exportdatum", indem Sie die Datenerweiterung bearbeiten. Nach Abschluss der Änderungen können Sie die Daten zurücksetzen und aktualisieren, damit die Datenerweiterung vollständig erneut extrahiert werden kann.
  1. Melden Sie sich bei Ihrem Service an.
  2. Klicken Sie in der Oracle Fusion Data Intelligence-Konsole unter Anwendungsadministration auf Datenkonfiguration.
  3. Klicken Sie auf der Seite "Datenkonfiguration" unter "Konfigurationen" auf Datenerweiterung.
  4. Klicken Sie auf der Seite "Datenerweiterung" auf Erstellen.
    Sie können die folgenden Erweiterungstypen erstellen:

Dimensionserweiterungstyp erstellen

Sie können Berichte mit Datensets erweitern, die durch Hinzufügen einer neuen Dimension in der Zielinstanz erstellt wurden.

Stellen Sie sicher, dass die benutzerdefinierten Dimensionen, die Sie in Erweiterungen erstellen, von Fakten verwendet werden. Wenn sie nicht verwendet werden, werden die benutzerdefinierten Dimensionen in den Themenbereichen nicht angezeigt. Siehe Faktenerweiterungstyp erstellen.

Sie müssen sicherstellen, dass jede Spalte mit Primärschlüssel keine Nullwerte aufweist. Andernfalls lehnt der Extraktionsprozess das gesamte Dataset oder die gesamte Tabelle ab. Wenn mehrere Spalten mit Primärschlüsseln vorhanden sind, müssen Sie sicherstellen, dass keine dieser Spalten Nullwerte aufweist. Wenn einer von ihnen Nullwerte aufweist, lehnt Oracle Fusion Data Intelligence den gesamten Extraktionsjob ab. Wenn Oracle Fusion Data Intelligence den Extraktionsjob ablehnt, wird die entsprechende Erweiterung ebenfalls abgelehnt.

Stellen Sie sicher, dass SME-Optionen für die Datenerweiterung im Abschnitt "Pipelinefunktionen" auf der Registerkarte "Allgemein verfügbare Features" auf der Seite "Features aktivieren" aktiviert ist. Siehe Allgemein verfügbare Features aktivieren.

  1. Wählen Sie in Schritt 1 des Datenerweiterungsassistenten Dimension erstellen unter Erweiterungstyp aus, um eine neue Dimension in der Zielinstanz hinzuzufügen.
  2. Wählen Sie unter Quelldatensettyp die Option Zusätzliche Daten (regulär) aus.
  3. Wählen Sie in Pillar einen Produktpillar aus, z.B. Enterprise Resource Planning.
  4. Geben Sie unter Quelltabellestyp den Quelltabellentyp mit einer der folgenden Optionen an:
    • Wählen Sie Vom System bereitgestellt aus, und wählen Sie unter Quelltabelle eine Tabelle aus, der Sie die neue Dimension hinzufügen möchten.
    • Wählen Sie Vom Kunden bereitgestellt aus, und geben Sie in der Quelltabelle den Namen der Tabelle ein, der Sie die neue Dimension hinzufügen möchten.
  5. Optional: Aktivieren Sie das Kontrollkästchen Dataset versioniert, um das vollständige Laden der Quelltabellendaten jedes Mal zu aktivieren, und klicken Sie auf Weiter.
  6. Aktivieren Sie in Schritt 2 des Assistenten das Kontrollkästchen für die Attribute aus der Quelltabelle, die Sie in der neuen Dimension verwenden möchten, und klicken Sie auf Weiter.
  7. Klicken Sie im 3. Schritt des Assistenten für jedes der ausgewählten Attribute auf das Symbol Aktion, um die Einstellungen Typ und Behandeln als anzugeben, und klicken Sie dann auf Weiter.
  8. Geben Sie in Schritt 6 des Assistenten die folgenden Details an, und klicken Sie auf Fertigstellen, um Ihren Pipelinejob zur Datenerweiterung zu speichern und zu planen:
    1. Benennen Sie Ihren Pipelinejob zur Erweiterung, z.B. Customer Class Code.
    2. Geben Sie ein Suffix für den Zieltabellennamen mit Unterstrichen anstelle von Leerzeichen zwischen Wörtern ein, und verwenden Sie keine Sonderzeichen, z.B. Customer_Class_D. Der Zieltabellenname wird im Rahmen des Erweiterungsprozesses automatisch erstellt.
    3. Geben Sie eine Beschreibung an.
    4. Wählen Sie den Funktionsbereich und einen oder mehrere Themenbereiche aus, in die Sie diesen Pipelinejob zur Erweiterung aufnehmen möchten.
    5. Geben Sie die Optionen zum Speichern des Pipelinejobs zur Datenerweiterung an, ohne ihn auszuführen. Sie können auch das Ausführungsdatum und die Ausführungszeit planen oder ihn sofort ausführen.

Fakt-Erweiterungstyp erstellen

Sie können Berichte mit erstellten Datasets erweitern, indem Sie einen neuen Fakt in der Zielinstanz hinzufügen.

Wenn Sie benutzerdefinierte Dimensionen für Erweiterungen erstellt haben, können Sie diese Dimensionen auswählen, um sie der Spalte zuzuordnen, die Sie als Dimensionsentitätstyp identifizieren. Dadurch können die benutzerdefinierten Dimensionen in den Themenbereichen angezeigt werden.

Sie müssen sicherstellen, dass jede Spalte mit Primärschlüssel keine Nullwerte aufweist. Andernfalls lehnt der Extraktionsprozess das gesamte Dataset oder die gesamte Tabelle ab. Wenn mehrere Spalten mit Primärschlüsseln vorhanden sind, müssen Sie sicherstellen, dass keine dieser Spalten Nullwerte aufweist. Wenn einer von ihnen Nullwerte aufweist, lehnt Oracle Fusion Data Intelligence den gesamten Extraktionsjob ab. Wenn Oracle Fusion Data Intelligence den Extraktionsjob ablehnt, wird die entsprechende Erweiterung ebenfalls abgelehnt.

Stellen Sie sicher, dass SME-Optionen für die Datenerweiterung im Abschnitt "Pipelinefunktionen" auf der Registerkarte "Allgemein verfügbare Features" auf der Seite "Features aktivieren" aktiviert ist. Siehe Allgemein verfügbare Features aktivieren.

  1. Wählen Sie in Schritt 1 des Datenerweiterungsassistenten Fakt erstellen unter Erweiterungstyp aus, um eine neue Faktentabelle in der Zielinstanz hinzuzufügen.
  2. Wählen Sie unter Quelldatensettyp die Option Zusätzliche Daten (regulär) aus.
  3. Wählen Sie in Pillar einen Produktpillar aus, z.B. Enterprise Resource Planning.
  4. Geben Sie unter Quelltabellestyp den Quelltabellentyp mit einer der folgenden Optionen an:
    • Wählen Sie Vom System bereitgestellt aus, und wählen Sie unter Quelltabelle eine Tabelle aus, der Sie die neue Dimension hinzufügen möchten.
    • Wählen Sie Vom Kunden bereitgestellt aus, und geben Sie in der Quelltabelle den Namen der Tabelle ein, der Sie die neue Dimension hinzufügen möchten.
  5. Optional: Aktivieren Sie das Kontrollkästchen Dataset versioniert, um das vollständige Laden der Quelltabellendaten jedes Mal zu aktivieren, und klicken Sie auf Weiter.
  6. Aktivieren Sie in Schritt 2 des Assistenten das Kontrollkästchen für die Attribute aus der Quelltabelle, die Sie in den neuen Fakt aufnehmen möchten, und klicken Sie auf Weiter.
  7. Klicken Sie in Schritt 3 des Assistenten für jedes der ausgewählten Attribute auf das Symbol Aktion, um die Einstellungen Typ und Behandeln als anzugeben, und klicken Sie dann auf Weiter.
    Stellen Sie sicher, dass Sie mindestens ein Attribut als Kennzahl auswählen, um den Assistenten zu durchlaufen.
  8. Geben Sie in Schritt 5 des Assistenten die Dimension im Data Warehouse an, die Sie der Spalte zuordnen möchten, die Sie als Dimensionsentitätstyp identifiziert haben, und klicken Sie auf Weiter.
  9. Geben Sie in Schritt 6 des Assistenten die folgenden Details an, und klicken Sie auf Fertigstellen, um Ihren Pipelinejob zur Datenerweiterung zu speichern und zu planen:
    1. Benennen Sie Ihren Pipelinejob zur Erweiterung, z.B. AP Distribution.
    2. Geben Sie ein Suffix für den Zieltabellennamen mit Unterstrichen anstelle von Leerzeichen zwischen Wörtern ein, und verwenden Sie keine Sonderzeichen, z.B. AP_DISTRIBUTION_F. Der Zieltabellenname wird im Rahmen des Erweiterungsprozesses automatisch erstellt.
    3. Geben Sie eine Beschreibung an.
    4. Wählen Sie den Funktionsbereich und einen oder mehrere Themenbereiche aus, in die Sie diesen Pipelinejob zur Erweiterung aufnehmen möchten.
    5. Geben Sie die Optionen zum Speichern des Pipelinejobs zur Datenerweiterung an, ohne ihn auszuführen. Sie können auch das Ausführungsdatum und die Ausführungszeit planen oder ihn sofort ausführen.

Erweitern Sie eine Entity

Sie können Ihre Berichte um Datasets erweitern, die erstellt wurden, indem Sie eine vorhandene Entity oder Gruppe von Fakten erweitern.

Stellen Sie beim Erweitern einer Entity oder einer Gruppe von Fakten sicher, dass Sie das Info-Flexfeld (Neu) als Quell-Dataset-Typ auswählen, um die erforderlichen Spalten für die Erweiterung auszuwählen. Der vorhandene Ansatz zum Überspringen der Spaltenauswahl ist veraltet und steht in einem zukünftigen Release nicht zur Verfügung.

Sie müssen sicherstellen, dass jede Spalte mit einem Primärschlüssel keine Nullwerte aufweist. Andernfalls lehnt der Extraktionsprozess das gesamte Dataset oder die gesamte Tabelle ab. Wenn mehrere Spalten mit Primärschlüsseln vorhanden sind, müssen Sie sicherstellen, dass keine dieser Spalten Nullwerte aufweist. Wenn einer von ihnen Nullwerte aufweist, lehnt Oracle Fusion Data Intelligence den gesamten Extraktionsjob ab. Wenn Oracle Fusion Data Intelligence den Extraktionsjob ablehnt, wird die entsprechende Erweiterung ebenfalls abgelehnt.

Stellen Sie sicher, dass SME-Optionen für die Datenerweiterung im Abschnitt "Pipelinefunktionen" auf der Registerkarte "Allgemein verfügbare Features" auf der Seite "Features aktivieren" aktiviert ist. Siehe Allgemein verfügbare Features aktivieren.

  1. Wählen Sie in Schritt 1 des Datenerweiterungsassistenten unter Erweiterungstyp die Option Entity erweitern aus.
  2. Wählen Sie unter Quelldataset-Typ die Option Info-Flexfeld (Neu) aus.
  3. Wählen Sie in Pillar einen Produktpillar aus, z.B. Enterprise Resource Planning.
  4. Geben Sie unter Quelltabellestyp den Quelltabellentyp mit einer der folgenden Optionen an:
    • Wählen Sie Systembereitgestellt aus, und wählen Sie dann in Quelltabelle eine Tabelle aus der Liste der Viewobjekte aus, die Info-Flexfeld unterstützen.
    • Wählen Sie Von Kunden bereitgestellt aus, und geben Sie in der Quelltabelle den Namen der Tabelle ein, die Info-Flexfelder unterstützt.
  5. Optional: Aktivieren Sie das Kontrollkästchen Dataset versioniert, um das vollständige Laden der Quelltabellendaten jedes Mal zu aktivieren, und klicken Sie auf Weiter.
  6. Aktivieren Sie im 2. Schritt des Assistenten das Kontrollkästchen für die Attribute aus der Quelltabelle, die in der Zieltabelle enthalten sein sollen, und klicken Sie dann auf Weiter.
  7. Klicken Sie in Schritt 3 des Assistenten auf das Symbol Aktion für jedes der ausgewählten Attribute, um die Einstellungen Typ und Behandeln als anzugeben, und klicken Sie dann auf Weiter.
  8. Wählen Sie im 4. Schritt des Assistenten die zu erweiternde Entity oder Gruppe von Faktentabellen und deren Primärschlüssel aus, und klicken Sie auf Weiter. Beispiel: Wenn Sie ARTransaction als Entity zur Erweiterung auswählen, wird bei diesem Prozess das vordefinierte Info-Flexfeld InvoiceID mit dem primären Join-Schlüssel s_k_5000 mit allen Faktentabellen in der Entity ARTransaction verknüpft.
  9. Wählen Sie im 5. Schritt des Assistenten die Primärschlüssel für die Attribute, die Sie angegeben haben, um als Dimensionen behandelt zu werden.
  10. Geben Sie in Schritt 6 des Assistenten die folgenden Details an, und klicken Sie auf Fertigstellen, um Ihren Pipelinejob zur Datenerweiterung zu speichern und zu planen:
    1. Benennen Sie Ihren Pipelinejob zur Erweiterung, z.B. AP Invoice Header.
    2. Geben Sie ein Suffix für den Zieltabellennamen mit Unterstrichen anstelle von Leerzeichen zwischen Wörtern ein, und verwenden Sie keine Sonderzeichen, z.B. AP_Invoice_Header_DFF. Der Zieltabellenname wird im Rahmen des Erweiterungsprozesses automatisch erstellt.
    3. Geben Sie eine Beschreibung an.
    4. Wählen Sie den Funktionsbereich und einen oder mehrere Themenbereiche aus, in die Sie diesen Pipelinejob zur Erweiterung aufnehmen möchten.
    5. Geben Sie die Optionen zum Speichern des Pipelinejobs zur Datenerweiterung an, ohne ihn auszuführen. Sie können auch das Ausführungsdatum und die Ausführungszeit planen oder ihn sofort ausführen.

Dataset-Erweiterungstyp erstellen

Möglicherweise müssen Sie ein Dataset unverändert in eine Ziel-Warehouse-Tabelle kopieren und anschließend eine semantische Modellerweiterung dafür ausführen. Erstellen Sie in diesen Fällen ein Eingabedatenset.

Dieses Datenset ist keinen weiteren Erweiterungen zugeordnet. Je nach inkrementellem Zeitplan werden die Daten in diesem Dataset während der geplanten Pipelineaktualisierung aktualisiert. Im Gegensatz zu anderen Erweiterungen ist diese Erweiterung jedoch nicht mit anderen Erweiterungen verknüpft, und Sie können die Attribute nicht als Dimension oder Kennzahl ändern. Dieses Datenset ist keinem Themenbereich zugeordnet, weil es das Datenset aus der Quelle kopiert und eine Warehouse-Tabelle erstellt. Sie können eine semantische Modellerweiterung ausführen, nachdem die Tabelle erstellt wurde. Um mit diesem Dataset die Joins zu erstellen oder ein Objekt aus dem Dataset in Ihr semantisches Modell zu integrieren, müssen Sie vor der Verwendung einen inkrementellen Ladevorgang ausführen, da das Dataset durch den inkrementellen Ladevorgang aufgefüllt wird.

  1. Wählen Sie in Schritt 1 des Datenerweiterungsassistenten Dataset in Erweiterungstyp aus, um eine neue Warehouse-Tabelle hinzuzufügen.

    Assistent "Dataset-Erweiterungstyp erstellen"

  2. Wählen Sie Zusätzliche Daten unter Quelldatensettyp aus.
  3. Wählen Sie in Pillar einen Produktpillar aus, z.B. Enterprise Resource Planning.
  4. Geben Sie unter Quelltabellestyp den Quelltabellentyp mit einer der folgenden Optionen an:
    • Wählen Sie Vom System bereitgestellt aus, und wählen Sie unter Quelltabelle eine Tabelle aus, deren Attribute Sie dem Eingabedatenset hinzufügen möchten.
    • Wählen Sie Vom Kunden bereitgestellt aus, und geben Sie in der Quelltabelle den Namen der Tabelle ein, deren Attribute Sie dem Eingabedatenset hinzufügen möchten.
  5. Optional: Aktivieren Sie das Kontrollkästchen Dataset versioniert, um das vollständige Laden der Quelltabellendaten jedes Mal zu aktivieren, und klicken Sie auf Weiter.
  6. Aktivieren Sie in Schritt 2 des Assistenten das Kontrollkästchen für die Attribute aus der Quelltabelle, die der Zieltabelle hinzugefügt werden sollen, und klicken Sie dann auf Weiter.
  7. Wählen Sie in Schritt 3 des Assistenten die Einstellungen für die ausgewählten Spalten aus, und klicken Sie auf Weiter.
  8. Geben Sie in Schritt 6 des Assistenten die folgenden Details an, und klicken Sie auf Fertigstellen, um Ihren Pipelinejob zur Datenerweiterung zu speichern und zu planen:
    1. Geben Sie einen Namen und eine Beschreibung für die Erweiterung an.
    2. Geben Sie ein Suffix für den Zieltabellennamen mit Unterstrichen anstelle von Leerzeichen zwischen Wörtern ein, und verwenden Sie keine Sonderzeichen, z.B. Customer_Class_D. Der Zieltabellenname wird im Rahmen des Erweiterungsprozesses automatisch erstellt.
    3. Geben Sie die Optionen zum Speichern des Pipelinejobs zur Datenerweiterung an, ohne ihn auszuführen. Sie können auch das Ausführungsdatum und die Ausführungszeit planen oder ihn sofort ausführen.