Mehr Leistung aus SAP BW herausholen

22.03.2006
Von Wolfgang  Dengel und Thomas Kammer

Damit die Zeit zum Laden und Harmonisieren der Daten im BW ausreicht, müssen Anwender frühzeitig über den Aufbau der Ladeprozesse und deren Zeitfenster nachdenken. Technischer Content und Erfahrungen aus anderen Projekten können dabei helfen, die Infosourcen zu ermitteln, welche sehr zeitintensiv sind und die Abläufe behindern. Zudem sollten selbst geschriebene Laderoutinen überprüft werden, da sich in der Praxis immer wieder Syntaxfehler finden, die für einen produktiven Ladeprozess verheerend sind.

Full- kontra Delta-Update

In einigen BW-Landschaften werden sogar große Datenbestände immer noch über ein Full-Upload-Verfahren geladen. Angesichts der seit Jahren gestiegenen Datenlast wäre es jedoch sinnvoll, über ein Re-Design des Produktivsystems und den Einsatz von Delta-Verfahren nachzudenken. Erfahrungsgemäß wird dieser Vorschlag auf den Widerstand des Fachbereichs stoßen. Dieser befürchtet, dass in den BW-Daten durch die Umstellung Fehler entstehen könnten und einen erheblichen zeitlichen Mehraufwand nach sich ziehen. Trotzdem ist eine solche Änderung unbedingt ein Bestandteil der BW-Optimierung.

Optimierung von Ladeprozessen

Sind bereits viele Daten im Infocube vorhanden, kann es Sinn machen, vor dem Laden großer Datenmengen einen "Drop Index" (Ausschaltung der Schlüsselindizierung) zu machen und anschließend wieder neu aufzubauen. Da dies natürlich auch Zeit braucht, müssen Anwender solche Konfigurationen testen. Dieses Vorgehen empfiehlt sich nur, wenn während des Ladelaufes kein Reporting auf dem Datenbestand stattfindet.

Eine andere Optimierungsfunktion ist es, die Datenbankstatistik für einen Datenwürfel immer aktuell zu halten, da nur so der Datenbank- Optimizer von BW seine volle Leistung erbringt. Zudem ist als wichtiges Hilfs- mittel gegen eine schwache BW-Perf- ormance die Komprimierung nicht zu vergessen. Stehen zu viele unkomprimierte Requests in einem Infocube, verschlechtert sich die Zugriffszeit für einige Datenbanksysteme drastisch.