Существует огромное количество источников знаний по SAP BW – это и курсы вендора, и многостраничные книги, и бесконечные блоги. Однако, найти в них сжатые ответы на практические, касающиеся оптимизации производительности отдельных элементов системы вопросы зачастую сложно либо невозможно. Из личного 12-летнего опыта внедрения и развития системы SAP BW 7.x я вынес ряд выводов насчёт того, как можно повысить производительность экстракции данных в SAP BW и оптимизировать работу цепочек загрузки данных. Одним примером из практики я сейчас и поделюсь с вами.

Более 8 лет (из них 3 года тим-лидом) я проработал консультантом SAP BW на небезызвестную американскую корпорацию, продающую напитки. За время моей работы на заказчика в SAP ECC и SAP BW были запущены 4 его крупных российских бизнеса, а также бизнесы Западной Европы и ЮАР. Всё это в совокупности, и в первую очередь объёмы российского бизнеса, приблизили размер занимаемого в базе данных места учётной системы SAP ECC к 10 Терабайтам, а SAP BW – к 9 Тб.

Интересно то, что в конце каждого из проектов запуска крупного бизнеса в транзакционных системах SAP (ECC, APO) или отдельной функциональности (например модуль SD) в компании достаточно остро вставал вопрос производительности экстракции в SAP BW и производительности SAP BW самой по себе. Особо остро вопрос производительности встал, когда SAP BW стал источником данных для других смежных систем, а бизнес установил ограничения на время подготовки данных в SAP BW.

Особенно остро этот вопрос вставал на финише первых проектов, но ближе к завершению автоматизации, команда, включая вашего покорного слугу, научилась работать с этим вызовом. Это позволило завершить последний проект, автоматизировавший 4-й крупный российский бизнес корпорации гладко. Но и тут не обошлось без ложки дёгтя.

Пример из жизни: в ходе одной из доработок я столкнулся с низкой производительностью функционального модуля READ_TEXT при чтении текстов транспортировок. Для решения проблемы под задачи экстракции в SAP BW я адаптировал Z-функциональный модуль коллег из команды сбыта для массового чтения текстов, который был известен нашей проектной команде практически с начала проекта.