תאימות ל-Cortex Framework v6

תוכן התאימות לגרסה 6 מספק שכבה שתואמת לסכימה של עומסי עבודה ב-Cortex Framework v6 בארכיטקטורה של Cortex Framework v7. כך תוכלו לעבור ל-Cortex Framework v7 בלי לפגוע בנכסי ניתוח קיימים, כמו לוחות בקרה של Looker או מודלים סמנטיים של LookML.

מקורות נתונים נתמכים

המסגרת מספקת תוכן תואם לגרסה 6 למקורות נתונים של SAP ECC ו-SAP S/4HANA.

איך זה עובד

תוכן התאימות לגרסה 6 משמש כמתאם בין מודלי הנתונים של גרסה 7 לבין נכסי הדיווח מדור קודם:

• תצוגות שמתאימות לסכימה: חשיפה של שמות תצוגות, עמודות ורישיות בדיוק כמו שהם הופיעו ב-Cortex Framework (גרסה 6).
• בידוד היעד: תצוגות התאימות מבודדות מטבלאות הליבה של Cortex Framework על ידי פריסתן במרחב שמות נפרד (cortex_v6_compatibility) ובמערך נתונים ייעודי של יעד BigQuery.

פריסת תוכן התאימות

כדי לפרוס את התוכן של Cortex Framework v6 לצורך תאימות, מבצעים את השלבים הבאים:

• הגדרת מערך נתונים ייעודי ב-BigQuery כמטרה.
• מפעילים את מודולי התאימות לגרסה 6 בקובץ config.yaml.
• מריצים את סקריפטים של יצירה ופריסה של Google Cloud Cortex Framework.
• מריצים את צינורות עיבוד הנתונים של Dataform.

מערך נתונים ייעודי לטירגוט

צריך לפרוס את תוכן התאימות לגרסה 6 במערך נתונים נפרד ב-BigQuery. השימוש בשמות שונים מונע הצללת מרחב שמות והתנגשויות בטבלאות פיזיות, כי הרבה טבלאות שמשמשות את תוכן התאימות חולקות שמות פיזיים זהים (כמו cost_centers, profit_centers, billing ו-deliveries) עם טבלאות הליבה של Cortex Framework v7.

כדי ליצור את מערך הנתונים הייעודי ב-BigQuery, מוסיפים את cortex_v6_compatibility_target לקובץ config.yaml:

data:
  datasets:
    - id: product_target
      projectId: YOUR_TARGET_PROJECT_ID
      datasetId: prod_sap_dataproducts # Core v7 tables
    - id: cortex_v6_compatibility_target
      projectId: YOUR_TARGET_PROJECT_ID
      datasetId: prod_sap_cortex6 # Compatibility v6 tables

הגדרת Cortex Framework

כדי לרשום ולהפעיל את שכבת התאימות בקובץ config.yaml, צריך לבצע את המשימות הבאות:

• מגדירים את מערך נתוני היעד הייעודי.
• רושמים את מרחב השמות של התאימות.

• מגדירים את מאפיין ההפעלה (enabled) לערך true בכל מודולי התאימות הבאים של Cortex Framework v6:

• sap_cortex_v6_compatibility_master_data

• sap_cortex_v6_compatibility_accounts_payable

• sap_cortex_v6_compatibility_finance

• sap_cortex_v6_compatibility_inventory

• sap_cortex_v6_compatibility_purchasing

• sap_cortex_v6_compatibility_sales

בדוגמה הבאה אפשר לראות את השינויים בהגדרות שצריך לבצע כדי להפעיל את sap_cortex_v6_compatibility_inventory:

data:
  datasets:
    - id: cortex_v6_compatibility_target
      projectId: YOUR_TARGET_PROJECT_ID
      datasetId: prod_sap_cortex6

  namespaces:
    - name: cortex_v6_compatibility
      path: ../src/data_modules/cortex_v6_compatibility

  modules:
    products:
      - moduleId: sap_cortex_v6_compatibility_inventory
        modulePath: cortex_v6_compatibility.sap.products.inventory
        enabled: true # If using configuration file based on config.yaml.example, ensure the `enabled` flag is set to `true`
        syncToKc: false
        dependencyBindings:
          sapModule: erp
          sapMasterData: sap_cortex_v6_compatibility_master_data
          sapSales: sap_cortex_v6_compatibility_sales
        dataTargetId: cortex_v6_compatibility_target
        moduleSettings:
          targetCurrencies: ['USD']
          rateType: 'M'
          languages: ['E']

#    You must ensure the `enabled` flag is set to `true` for all of the listed dependent modules. In this example:
#   `sap_cortex_v6_compatibility_master_data`
#   `sap_cortex_v6_compatibility_sales`

דרישות תפעוליות

מומלץ מאוד להפעיל את כל מודולי התאימות של Cortex Framework v6 בו-זמנית. תוכן התאימות מכיל תלויות בין מודולים (לדוגמה, תצוגות של חיוב תלויות בטבלאות של נתוני אב, ותצוגות של צילומי מצב של מלאי תלויות במאפייני תאריכים). הפעלת שניהם יחד מונעת שגיאות תלות ב-Dataform.

קובצי snapshot של מלאי

אתם צריכים להגדיר ולהפעיל את טבלאות הצילום של מלאי המוצרים (stock_weekly_snapshots ו-stock_monthly_snapshots) כטבלאות מצטברות. ב-Cortex Framework v6, תמונות מצב של מלאי מחשבות סכום מצטבר של כמויות וערכים של מלאי:

1. הפעלה ראשונית: הטבלאות מעבדות את כל היסטוריית העסקאות של תנועות המלאי כדי לקבוע את רמות המלאי ההתחלתיות.
2. הפעלות עוקבות: מערכת Dataform מעבדת רק את התנועות שפורסמו מאז ההפעלה האחרונה של התמונה, ומוסיפה אותן לסיכומים המצטברים של התקופה הקודמת.

אם מריצים את הטבלאות האלה במצב של רענון מלא (לא מצטבר), המערכת מחשבת מחדש את כל היסטוריית התנועות מאפס בכל הרצה. הגישה הזו לא יעילה, יקרה ויכולה לגרום לחישובים מצטברים שגויים אם בטבלאות המקוריות יש פערים בתאריכים. משאירים את סוג המימוש של הטבלאות האלה כתוספתי (הגדרת ברירת המחדל).

איך יוצרים ומפיצים את התוכן שקשור לתאימות

כדי ליצור ולפרוס את תוכן התאימות, פועלים לפי ההוראות במסמכי התיעוד בנושא פריסה ופעולות אחרי הפריסה.