SAP HANA Datenherkunft: Spaltenherkunft für HANA SQL und Views

SAP HANA Datenherkunft ist die Spaltenebene-Abbildung, die darstellt, wie Daten durch Ihre HANA SQL-Abfrage fließen: welche Quelltabellen und -spalten die einzelnen SQL-Views, berechneten Spalten und nachgelagerten Berichte speisen und welche Joins, Filter, Casts und Funktionen die Daten dabei transformieren. Gudu SQLFlow Diese Zuordnung wird automatisch erstellt, indem Ihr HANA SQL mit einem speziellen SAP HANA Dialektparser analysiert wird – einem von 39 dialektspezifischen Parsern, nicht mit einer generischen ANSI-Grammatik – und ein interaktives, bis auf einzelne Spalten herunterführbares Herkunftsdiagramm gerendert wird.

Warum Abstammungsfragen bei HANA landen

HANA existiert selten isoliert. Typischerweise ist es in S/4HANA- und BW-Umgebungen integriert und umfasst parallele Data Marts sowie Reporting-Ebenen, auf die die Finanz- und Prüfungsfunktionen angewiesen sind. Wenn ein Prüfer fragt, „Welche Quellfelder speisen diese Zahl?“ oder ein Controller fragt „Warum hat sich dieser KPI nach der Veröffentlichung im letzten Monat geändert?“Die Antwort liegt in Schichten von SQL verborgen: Ansichten, die auf Ansichten aufbauen, berechnete Spalten, Währungsumrechnungen und Verknüpfungen über Schemata hinweg.

Die Beantwortung dieser Fragen durch manuelles Lesen von SQL-Code ist bei wenigen Ansichten nicht praktikabel. Die SQL-basierte Herkunftsanalyse automatisiert diesen Prozess: Jede Ansichtsdefinition und jedes Skript wird einmalig analysiert, und der Abhängigkeitsgraph – von der Tabelle über die Ansicht bis zum Bericht, auf Spaltenebene – steht bei Bedarf für Wirkungsanalysen, die Ursachenforschung und die Erstellung von Prüfdokumenten zur Verfügung.

Wie SQLFlow die Datenherkunft in SAP HANA erstellt

SQLFlow basiert auf Allgemeiner SQL-Parser (GSP), ein kommerzielles SQL-Compiler-Frontend, das seit Mitte der 2000er-Jahre entwickelt und anhand von rund 13.600 SQL-Testdateien pro Dialekt validiert wurde. Der SAP-HANA-Parser versteht speziell die SQL-Syntax von HANA – Zitat "SCHEMA"."OBJEKT" Bezeichner, HANA-Funktionen und -Umwandlungen, HANA-Join- und Mengenoperatorformen – anstatt dies mit einer generischen Grammatik anzunähern.

Für jede Anweisung erstellt GSP ein vollständiges semantisches Modell: Jede Spaltenreferenz wird durch CTEs, Unterabfragen, Sichten und ... aufgelöst. WÄHLEN * Erweiterung. Der Datenflussanalysator extrahiert dann für jede Ausgabespalte genau, welche Quellspalten sie speisen und welche Funktionen und Ausdrücke verwendet werden. Das Ergebnis ist eine verlässliche Herkunftsnachverfolgung auf Spaltenebene für Schemaänderungen, keine bloße Skizze auf Tabellenebene.

Sie können HANA-SQL auf drei Arten an SQLFlow übergeben: durch direktes Einfügen von Anweisungen, durch Hochladen von Dateien mit Ansichtsdefinitionen und Skripten oder durch eine JDBC-Verbindung, wobei SQLFlow Objektdefinitionen aus dem Datenbankkatalog abruft. Die Analyse des SQL-Textes erfolgt statisch – SQLFlow liest niemals die Zeilen Ihrer Tabellen.

Beispiel: Nachverfolgen einer mehrschichtigen HANA-SQL-View-Kette

Geschichtete SQL-Sichten entsprechen dem Standardmuster in HANA: eine Bereinigungssicht über den Rohdatentabellen, darauf eine Anreicherungssicht und schließlich eine Aggregationssicht für die Berichterstellung. Hier ist eine typische dreischichtige Kette:

CREATE VIEW "FIN"."V_ORDERS_CLEAN" AS SELECT ORDER_ID, CUSTOMER_ID, TO_DECIMAL(GROSS_AMOUNT, 15, 2) AS GROSS_AMOUNT, IFNULL(CURRENCY, 'EUR') AS CURRENCY, ORDER_DATE FROM "FIN"."ORDERS_RAW" WHERE STATUS <> 'CANCELLED'; CREATE VIEW "FIN"."V_ORDERS_EUR" AS SELECT o.ORDER_ID, o.CUSTOMER_ID, o.GROSS_AMOUNT * r.RATE AS AMOUNT_EUR, o.ORDER_DATE FROM "FIN"."V_ORDERS_CLEAN" o JOIN "FIN"."FX_RATES" r ON r.CURRENCY = o.CURRENCY AND r.RATE_DATE = o.ORDER_DATE; CREATE VIEW "FIN"."V_REVENUE_MONTHLY" AS SELECT CUSTOMER_ID, YEAR(ORDER_DATE) AS FISCAL_YEAR, MONTH(ORDER_DATE) AS FISCAL_MONTH, SUM(AMOUNT_EUR) AS REVENUE_EUR FROM "FIN"."V_ORDERS_EUR" GROUP BY CUSTOMER_ID, YEAR(ORDER_DATE), MONTH(ORDER_DATE);

Fragen Sie SQLFlow, wo V_REVENUE_MONTHLY.REVENUE_EUR kommt von dort und durchläuft die Kette automatisch: UMSATZ_EUR Ist SUMME(BETRAG_EUR), was ist BRUTTOBETRAG * ZINSSATZ, Wo BRUTTOBETRAG Ist BESTELLUNGEN_RAW.BRUTTOBETRAG durchgegangen TO_DECIMALZwei Quellspalten, drei Ansichten tief, jede Zwischenberechnung benannt. Führen Sie die Ablaufverfolgung in umgekehrter Richtung aus, um eine Auswirkungsanalyse zu erhalten: erneut eingeben BESTELLUNGEN_RAW.BRUTTOBETRAG SQLFlow listet alle nachgelagerten Spalten auf, die die Änderung übernehmen.

Berechnete Spalten in SQL-Sichten – die TO_DECIMAL Besetzung, die IFNULL Standardmäßig sind die Multiplikationen im Abstammungsdiagramm erstklassig, daher zeigt das Diagramm nicht nur Das Eine Säule fließt hindurch, aber Was geschieht damit? in jeder Schicht.

Direkte Abstammung vs. indirekte Abstammung

Schauen Sie sich das Beispiel noch einmal an. ORDERS_RAW.STATUS erscheint nie in irgendeiner Ausgabespalte, dennoch WHERE STATUS <> 'CANCELLED' Der Filter beeinflusst die Umsatzzahlen maßgeblich. Dasselbe gilt für WÄHRUNG, RATE_DATE, Und BESTELLDATUM in den Join-Bedingungen und GRUPPE NACH.

SQLFlow modelliert diese als indirekte (Einfluss-)AbstammungslinieDiese Beziehungsart unterscheidet sich vom direkten Datenfluss und kann im Diagramm separat umgeschaltet werden. Bei Prüfungsfragen wie „Hat dieses regulierte Feld Einfluss auf diesen Bericht?“ liefern die indirekten Verbindungen oft die vollständige Antwort – und die meisten konkurrierenden Datenherkunftsanalyse-Tools unterscheiden nicht zwischen direkten und indirekten Verbindungen.

Wo SQLFlow neben den SAP-nativen Tools seinen Platz findet

Die Modellierungs- und Katalogisierungswerkzeuge von SAP sind in ihrem eigentlichen Zweck – der Nachverfolgung von Artefakten innerhalb der SAP-Modellierungsschicht – sehr gut. Die Lücke zeigt sich auf der SQL-Ebene. Manuell erstellte SQL-Sichten, Migrationsskripte, DML-Anweisungen in geplanten Jobs und die SQL-Abfragen, die HANA mit dem Nicht-SAP-Teil Ihrer IT-Landschaft verbinden, sind für die modellbasierte Nachverfolgung unsichtbar, da sie nie als modellierte Artefakte registriert wurden.

Das ist die Ebene, die SQLFlow abdeckt. Es analysiert den SQL-Code selbst, sodass alles, was als SQL-Text ausgedrückt wird, nachverfolgt wird – unabhängig davon, mit welchem Tool er erstellt wurde. Zwei wichtige Grenzen sollten beachtet werden:

• Grafische Berechnungsansichten Sie werden als XML-Modelle und nicht als SQL-Daten gespeichert und fallen daher nicht unter die SQL-Analyse. Die darauf basierenden SQL-Views und alle SQL-Abfragen werden vollständig protokolliert.
• SQLScript-Prozeduren: Die dedizierten prozeduralen Grammatiken von SQLFlow decken derzeit Oracle PL/SQL und SQL Server T-SQL ab. Für HANA besteht der praktische Ansatz darin, die SQL-Anweisungen innerhalb der SQLScript-Rümpfe zu analysieren. WÄHLEN, EINFÜGENund die Ansichtsdefinitionen, in denen die Datenherkunft tatsächlich gespeichert ist, sind Standard-HANA-SQL.

In Kombination ergänzen sich die beiden Ansätze: SAP-native Tools für die Modellierungsschicht, SQL-basierte Datenherkunft für alle in SQL geschriebenen Daten. Und da SQLFlow 39 Dialekte unterstützt, erstreckt sich derselbe Datenherkunftsgraph über HANA hinaus bis in die Oracle-, DB2- oder Snowflake-Systeme, die es speisen – siehe … Oracle-Datenherkunft Und DB2-Datenherkunft Seiten für diese Dialekte. Unternehmensbereitstellungen können Ergebnisse auch über integrierte Exportadapter an DataHub, Microsoft Purview oder OpenMetadata übertragen.

Bereitstellungsoptionen für SAP-Umgebungen

Ausgabe	Am besten geeignet für	Anmerkungen
SQLFlow Cloud	Auswertung, Ad-hoc-Ansichtsverfolgung	Kostenlose Version; Premium-Version $49,99/Monat; HANA-SQL-Code im Browser einfügen oder hochladen
SQLFlow vor Ort	SAP-Produktionsumgebungen in regulierten Branchen	Docker/Kubernetes innerhalb Ihres Netzwerks, Air-Gap-fähig; $500/Monat oder $4.800 einmalig pro Datenbanktyp
REST-API / Java-Bibliothek	Automatisierung der Datenherkunft in CI oder einer Datenplattform	Dieselbe Analyse-Engine, aufrufbar aus Pipelines und JVM-Anwendungen

Für die meisten HANA-Umgebungen ist der Datenschutz genauso wichtig wie die Funktionen: SQLFlow führt ausschließlich statische Analysen von SQL-Code und Schema-Metadaten durch, und bei On-Premise verlässt der SQL-Text niemals Ihr Netzwerk. Batch-Scanning verarbeitet Datenbanken mit über 100 Datenbanken und mehr als einer Million Spalten, mit inkrementellen Rescans und einem persistenten Herkunftsarchiv. Ausführliche Informationen finden Sie unter [Link einfügen]. Preisseiteund die Überblick über SQL-Datenherkunftstools Umfasst den kompletten Funktionsumfang.

Häufig gestellte Fragen

Unterstützt SQLFlow SAP HANA?

Ja. SAP HANA ist eine von 39 Datenbanken mit einem eigenen dialektspezifischen Parser in SQLFlow, der die HANA-SQL-Syntax einschließlich in Anführungszeichen gesetzter, schemaqualifizierter Bezeichner und HANA-Funktionen wie … abdeckt. IFNULL Und TO_DECIMALund Definitionen anzeigen.

Kann SQLFlow die Datenherkunft durch geschichtete HANA-SQL-Views verfolgen?

Ja. Spaltenreferenzen werden über Sichten, CTEs, Unterabfragen und aufgelöst. WÄHLEN * Expansion, sodass eine Spalte in einer Berichtsansicht der obersten Ebene durch jede Zwischenansicht bis zu den physischen Quellspalten verfolgt wird, wobei jede Berechnung entlang des Pfades angezeigt wird.

Unterstützt SQLFlow HANA-Berechnungssichten?

Grafische Berechnungssichten sind XML-Modelle und keine SQL-Anweisungen, daher fallen sie nicht unter die SQL-Analyse. SQLFlow protokolliert alles, was als SQL ausgedrückt wird: die SQL-Sichten, die die Berechnungssichten umgeben, und alle SQL-Anweisungen, die diese abfragen.

Benötigt SQLFlow Zugriff auf die Daten in meinen HANA-Tabellen?

Nein. SQLFlow führt eine statische Analyse des SQL-Codes durch und liest optional Schema-Metadaten über JDBC. Es liest niemals Tabellenzeilendaten, und die On-Premise-Edition hält sogar den SQL-Text innerhalb Ihres Netzwerks.

Wie importiere ich meine HANA-SQL-Abfragen in SQLFlow?

Es gibt drei Möglichkeiten: SQL-Code direkt in den Browser einfügen, Dateien mit Ansichtsdefinitionen und Skripten hochladen oder über JDBC eine Verbindung zu HANA herstellen, sodass SQLFlow Objektdefinitionen aus dem Katalog abruft. Die Ergebnisse können als JSON, CSV oder PNG oder über die REST-API exportiert werden.

Wie viel kostet SQLFlow?

SQLFlow Cloud ist kostenlos; Premium-Konten kosten $49,99/Monat. SQLFlow On-Premise kostet $500/Monat oder einmalig $4.800 pro ausgewähltem Datenbanktyp und kann auf zwei Servern installiert werden. Zusätzliche Datenbanktypen kosten jeweils $100/Monat oder einmalig $1.000.