Introduction
Les calculation views (ou vues de calcul) offrent beaucoup de possibilités en termes de modélisation sur SAP HANA. On peut développer plusieurs types de vues (Attribut ou dimension, analytique, calcul ou fait, Script, Datamart).
Dans cet article nous parlerons d’un type de vue largement utilisé au sein des modèles de données décisionnels : les Datamarts.
Les datamarts sont des comptoirs de données, basé sur un schéma en étoile (type de modélisation très fréquemment utilisé en décisionnel) permettant de jointer une vue de fait à des dimensions. Ils constituent la plupart du temps la couche supérieure du modèle d’information et sont les vues utilisées par le outils de reporting.
Ces datamart sont ensuite exploitables par tous les outils de reporting possédant un connecteur HANA (SAP BO, SAP Analytics Cloud, Power BI, Tableau, etc.).
Avant de construire un datamart il est essentiel de comprendre la différence entre une vue de fait et une vue dimensionnelle, car chacune d’entre elles possèdent une place bien spécifique au sein du datamart.
La distinction entre ces deux types de vues se fait en fonction du type de données qu’elles exposent.
Vue de fait
Une vue de fait illustre une activité quantifiable dans le temps. Parmi les données remontées, nous trouvons des indicateurs (données agrégeables), comme des quantités, des montants, ou des volumes. Les indicateurs ont pour vocation à mesurer une activité, souvent quotidienne. En effet, les tables sources à la base du modèle des vues de fait sont alimentées très régulièrement par le système.
Par exemple, il est possible de construire une vue de fait à partir de tables contenant des factures client, ou en encore des ordres de fabrication. Le point commun entre ces tables est qu’elles contiennent des données temporelles et quantitatives : montants des factures, quantités produites, etc.
Dimensions
Une vue dimensionnelle a pour essence d’apporter des axes d’analyse. Elle ne contient aucune donnée quantitative, mais uniquement des champs de type attribut. La dimension peut contenir les master data, ou des libellés.
On peut prendre le cas d’une dimension dédiées aux clients. Cette vue peut contenir toutes les informations liées aux clients, comme leur nom, leur localisation (pays, région, ville), les données bancaires, le nom des commerciaux, la hiérarchie, etc.
Datamart
Pour relier une vue de fait aux vues dimensionnelles en suivant les bonnes pratiques de modélisation relationnelle, il convient d’utiliser un schéma en étoile. On parle alors de datamart.
Sur HANA Studio, seules les vues de type « calculation views » présentent la fonctionnalité « Star Join », utilisée pour modéliser un schéma en étoile. Les attribute views et les analytic views en sont dépourvues.
Inscrivez-vous à la newsletter Rapid Views !
Soyez notifiés de nos derniers articles de blog, de nos prochains webinars et nos actualités !
Cas d’utilisation sur HANA Studio
Dans cet exemple si nous souhaitons visualiser les montants facturés par ville client et par articles fabriqués par les usines, alors il faut :
- Développer une vue de fait basée sur les tables factures
- Puis créer deux dimesions qui porteront les attributs dont nous avons besoin :
- Une dimension client pour la ville client
- Une dimension article pour l’usine de fabrication
Avec HANA Studio, les calculation views sont configurées de façon différentes en fonction du type de vue que l’on souhaite créer (dimensions, vues de fait ou datamart).
Une vue dimensionnelle ne doit pas contenir de données quantitatives, et doit être configurée sur « Data Category = DIMENSION » dans les propriétés de la vue :
La vue de fait quant à elle doit être paramétrée sur « Data Category = CUBE »
Il est possible de configurer le Data Category dès la fenêtre de création de la vue :
Pour un datamart, le Data Category doit aussi être paramétré sur CUBE.
A la différence de la vue de fait, le datamart contient un Star Join. Pour l’ajouter, cochez « With Star Join » à la création de la vue.
La vue de fait est intégrée dans une Projection en input du Star Join. Il faut ensuite définir son contenu par un glisser déplacer à partir de la liste des vues de fait disponibles.
Les dimensions sont déposées directement dans le Star Join, par un glisser déplacer à partir de la liste des vues de dimension disponibles :
Enfin, les jointures entre les différentes vues fait et dimension sont créées dans l’interface graphique. Il faudra s’assurer au préalable que l’ensemble des clés de jointures nécessaires sont disponibles dans la vue de fait.
Cas d’utilisation sur Power BI
Les calculations views sont compatibles avec de nombreux outils de reporting (Power BI, Tableau, SAP BO, etc.).
Prenons l’exemple de Power BI pour exposer le datamart développé dans la partie précédente.
Power BI propose une connexion à une base de données HANA, avec la possibilité de se connecter en utilisant au choix un mode import (données stockées en cache) ou un mode direct query (données en temps réel).
Une fois la connexion faite avec la base HANA, la liste des datamarts est disponible dans Power BI, nous pouvons ensuite choisir un visuel parmi la palette proposée par Power BI.
Voici un exemple de visuel « carte »
Un diagramme à barre
Les montants des factures proviennent de la vue de fait alors que le nom du client provient de la dimension. Ces deux vues jointées dans le datamart par le numéro de client permettent de faire l’analyse des données.
Toute cette complexité est masquée pour les utilisateurs Power Bi, car elle est gérée par le Datamart, les vues de faits et de dimensions dans HANA. Les utilisateurs de l’outil de reporting ont accès à un comptoir de données (le datamart) avec toute la couche sémantique leur permettant de créer leurs propres analyses.
Conclusion
Grâce aux fonctionnalités de la plateforme HANA, aux différents types de vue, aux options de type « Star Join », nous pouvons dans HANA créer des Datamarts, appelés aussi comptoirs de données, permettant de rendre les données SAP lisibles et facilement exploitable dans les outils de reporting.
Les datamarts sont ainsi créés avec les « best practice » d’un système décisionnel et permettent aux utilisateurs de tirer parti au maximum des données mises à disposition, et de les exploiter dans leur reporting opérationnel et décisionnel.
De plus, tous ces datamarts HANA étant compatibles avec la plupart des outils de reporting du marché ; Ces comptoirs de donnés pourront donc être utilisés à l’identique avec les mêmes données dans un ou plusieurs outils de reporting (SAP WebIntelligence, SAP Analytics Cloud, Power Bi, Tableau Software, Excel, …)
