הכלי להאצת SAP לתהליך הזמנה עד תשלום הוא הטמעה לדוגמה של התכונה SAP Table Batch Source ב-Cloud Data Fusion. הכלי SAP Procure to Pay accelerator עוזר לכם להתחיל כשאתם יוצרים את תהליך הרכש והתשלום מקצה לקצה ואת הניתוח שלו. הוא כולל דוגמאות לצינורות נתונים של Cloud Data Fusion שאפשר להגדיר כדי לבצע את המשימות הבאות:
- מתחברים למקור הנתונים של SAP.
- מבצעים טרנספורמציות על הנתונים ב-Cloud Data Fusion.
- אחסון הנתונים ב-BigQuery.
- מגדירים ניתוח נתונים ב-Looker. הפתרון כולל לוחות בקרה ומודל ML, שבהם אפשר להגדיר את מדדי הביצועים המרכזיים (KPI) לתהליך הרכש והתשלום.
במדריך הזה מתואר יישום לדוגמה, ומוסבר איך אפשר להתחיל בהגדרות שלכם.
התאוצה זמינה בסביבות Cloud Data Fusion שפועלות בגרסה 6.4.0 ואילך.
לפני שמתחילים
-
נכנסים לחשבון Google.
אם עדיין אין חשבון, יוצרים חשבון חדש.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
-
Create a project: To create a project, you need the Project Creator role
(
roles/resourcemanager.projectCreator), which contains theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
Enable the Cloud Data Fusion and BigQuery APIs, if any are not already enabled.
Roles required to enable APIs
To enable APIs, you need the
serviceusage.services.enablepermission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
-
Create a project: To create a project, you need the Project Creator role
(
roles/resourcemanager.projectCreator), which contains theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
Enable the Cloud Data Fusion and BigQuery APIs, if any are not already enabled.
Roles required to enable APIs
To enable APIs, you need the
serviceusage.services.enablepermission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.- מורידים את SAP Table Batch Source.
- כדי להתקין את Looker Block, צריכה להיות לכם גישה למכונה של Looker וצריך להפעיל את תכונת Labs של Marketplace. אתם יכולים לבקש תקופת ניסיון בחינם כדי לקבל גישה למופע.
מיומנויות נדרשות
כדי להגדיר את התוסף SAP Procure to Pay, צריך את הכישורים הבאים:
- מומחיות במערכות ERP מקומיות של SAP ובהגדרות שלהן
- היכרות עם Cloud Data Fusion
- היכרות עם BigQuery
- היכרות עם Looker
- היכרות עם חשבונות שירות של ניהול זהויות והרשאות גישה (IAM) ובקרת גישה
- היכרות עם ניתוח נתונים, כולל כתיבת שאילתות SQL
- היכרות עם מודל הנתונים המימדי של קימבול
משתמשים נדרשים
ההגדרות שמתוארות בדף הזה מחייבות שינויים במערכת SAP וב- Google Cloud. כדי לבצע את ההגדרות, צריך לעבוד עם המשתמשים הבאים במערכות האלה:
| סוג המשתמש | תיאור |
|---|---|
| אדמין SAP | אדמין במערכת SAP שיכול לגשת לאתר השירות של SAP כדי להוריד תוכנה. |
| משתמש SAP | משתמש SAP שיש לו הרשאה להתחבר למערכת SAP. |
| אדמין ב-GCP | אדמין ששולט בגישת IAM לארגון, שיוצר ומפריס חשבונות שירות ומעניק הרשאות ל-Cloud Data Fusion, ל-BigQuery ול-Looker. |
| משתמש ב-Cloud Data Fusion | משתמשים שמורשים לעצב ולהריץ צינורות נתונים ב-Cloud Data Fusion. |
| בעלים של נתונים ב-BigQuery | משתמשים שיש להם הרשאה ליצור, להציג ולשנות מערכי נתונים ב-BigQuery. |
| מפתח Looker | המשתמשים האלה יכולים להתקין את Looker Block דרך Marketplace.
צריכות להיות להם הרשאות develop, manage_model ו-deploy. |
התפקידים שצריך ב-IAM
בהטמעה לדוגמה של המאיץ, נדרשים תפקידי ה-IAM הבאים. יכול להיות שתצטרכו תפקידים נוספים אם הפרויקט שלכם מסתמך על שירותים אחרים של Google Cloud.
- אדמין של BigQuery
(
roles/bigquery.admin) - בעלים של נתונים ב-BigQuery
(
roles/bigquery.dataOwner) - צפייה באובייקטים באחסון
(
roles/storage.objectViewer) - צריך להעניק את ההרשאה Cloud Data Fusion Runner (
roles/datafusion.runner) לחשבון השירות של Managed Service for Apache Spark
סקירה כללית על התהליך
כדי להטמיע את המאיץ בפרויקט:
- מגדירים את מערכת SAP ERP ומתקינים את ה-SAP transport שסופק.
- הגדרת סביבת Cloud Data Fusion לשימוש בתוסף SAP Table Batch Source.
- יצירת מערכי נתונים ב-BigQuery. תוכנית ההאצה מספקת מערכי נתונים לדוגמה לטבלאות שלבי ביניים, טבלאות רב-ממדיות וטבלאות עובדות.
- מגדירים את צינורות הנתונים לדוגמה של Cloud Data Fusion מהמאיץ כדי לשלב את נתוני SAP.
- ממרכז Cloud Data Fusion, פורסים את צינורות הנתונים שמשויכים לתהליך הניתוח של הרכש עד התשלום. צריך להגדיר את צינורות הנתונים האלה בצורה נכונה כדי ליצור את מערך הנתונים ב-BigQuery.
- מקשרים את Looker לפרויקט BigQuery.
- מתקינים ומפעילים את Looker Block.
מידע נוסף זמין במאמר בנושא שימוש בתוסף SAP Table Batch Source.
מערכי נתונים לדוגמה ב-BigQuery
ביישום לדוגמה הזה של הכלי, מערכי הנתונים הבאים נוצרים ב-BigQuery.
| שם מערך הנתונים | תיאור |
|---|---|
sap_cdf_staging |
מכיל את כל הטבלאות ממערכת המקור של SAP שזוהו עבור התהליך העסקי הזה. |
sap_cdf_dimension |
מכיל את ישויות המאפיינים המרכזיים כמו Customer Dimension (מאפיין לקוח) ו-Material Dimension (מאפיין חומר). |
sap_cdf_fact |
מכיל את טבלאות העובדות שנוצרו מהצינור. |
צינורות לדוגמה ב-Cloud Data Fusion
צינורות לדוגמה עבור המאיץ הזה זמינים ב-Cloud Data Fusion Hub.
כדי לקבל את צינורות העיבוד לדוגמה מ-Hub:
- עוברים למופע:
במסוף Google Cloud , נכנסים לדף Cloud Data Fusion.
כדי לפתוח את המכונה ב-Cloud Data Fusion Studio, לוחצים על Instances (מכונות) ואז על View instance (הצגת מכונה).
- לוחצים על מרכז.
- לוחצים על הכרטיסייה SAP.
- בוחרים באפשרות צינורות. ייפתח דף עם דוגמאות של צינורות.
- בוחרים את צינורות הנתונים הרצויים כדי להוריד אותם.
כל אחד מצינורות הנתונים מכיל פקודות מאקרו שאפשר להגדיר להפעלה בסביבה שלכם.
יש שלושה סוגים של צינורות לדוגמה:
- צינורות של שכבת ביניים: מערך הנתונים של הביניים בסוג הזה של צינור הוא מיפוי ישיר לטבלת המקור המקורית ב-SAP. לצינורות של שכבת הביניים לדוגמה יש שמות שמתייחסים לטבלת המקור של SAP ולטבלת היעד של BigQuery. לדוגמה, צינור (pipeline) בשם
LFA1_Supplier_Masterמתייחס לטבלת המקור של SAP (LFA1) ולטבלת היעד ב-BigQuery (CustomerMaster). - צינורות של שכבת המאפיינים: מערך הנתונים של שכבת המאפיינים בסוג הזה של צינור הוא גרסה שנאספה ועברה שיפור של מערך הנתונים הזמני, שיוצר את המאפיינים והעובדות שנדרשים לניתוח. לצינורות לדוגמה יש שמות שמתייחסים לישות היעד במערך הנתונים ב-BigQuery. לדוגמה, צינור שנקרא
customer_dimensionמתייחס לישות Customer Dimension במערך הנתונים ב-BigQuerysap_cdf_fact. - צינורות של שכבת העובדות: מערך הנתונים של שכבת העובדות הוא גרסה שנאספה ועברה שיפור של מערך הנתונים של שלב ההכנה, שיוצר את העובדות שנדרשות לניתוח. לצינורות לדוגמה האלה יש שמות שמתייחסים לישות היעד במערך הנתונים ב-BigQuery.
לדוגמה, צינור שנקרא
sales_order_factמעביר נתונים שנאספו לישות Sales Order Fact במערך הנתונים התואם ב-BigQuerysap_cdf_fact.
בקטעים הבאים מוסבר איך להפעיל את צינורות הנתונים בסביבה שלכם.
הגדרת צינורות עיבוד נתונים בשכבת הביניים
יש שני שלבי הגדרה לצינורות העברת הנתונים של סביבת הבדיקה:
- מגדירים את מערכת המקור של SAP.
- מגדירים את מערך הנתונים והטבלה ב-BigQuery.
פרמטרים של הפלאגין SAP Table Batch Source
התוסף SAP Table Batch Source קורא את התוכן של טבלה או תצוגה ב-SAP. הכלי להאצת התהליך מספק את פקודות המאקרו הבאות, שאפשר לשנות כדי לשלוט בחיבורים ל-SAP באופן מרכזי.
| שם המאקרו | תיאור | דוגמה |
|---|---|---|
${SAP Client} |
לקוח SAP לשימוש | 100 |
${SAP Language} |
שפת הכניסה ל-SAP | EN |
${SAP Application Server Host} |
שם השרת או כתובת ה-IP של SAP | 10.132.0.47 |
${SAP System Number} |
מספר מערכת SAP | 00 |
${secure(saplogonusername)} |
שם משתמש ב-SAP | מידע נוסף זמין במאמר שימוש במפתחות מאובטחים. |
${secure(saplogonpassword)} |
סיסמת משתמש ב-SAP | מידע נוסף מופיע במאמר שימוש במפתחות מאובטחים. |
${Number of Rows to Fetch} |
הגבלת מספר הרשומות שחולצו | 100000 |
מידע נוסף מופיע במאמר בנושא הגדרת הפלאגין.
פרמטרים של יעד BigQuery
הכלי להאצת ההעברה מספק את פקודות המאקרו הבאות ליעדי BigQuery.
הגדרת מחבר יעד של BigQuery
| שם המאקרו | תיאור | דוגמה |
|---|---|---|
${ProjectID} |
מזהה הפרויקט שבו נוצר מערך הנתונים ב-BigQuery. | sap_adaptor |
${Dataset} |
מערך נתונים של היעד | sap_cdf_staging |
דוגמאות לצינורות נתונים שמשמשים למדדים של תהליך הרכש עד התשלום
הישויות העסקיות המרכזיות הבאות בתהליך הרכש עד התשלום תואמות לצינורות לדוגמה במאיץ. הצינורות האלה מעבירים את הנתונים שמשמשים לניתוח של הישויות האלה.
| ישויות עסקיות מרכזיות | שם צינור העיבוד המתאים |
|---|---|
Supplier טבלאות מקור של SAP מתעדות פרטים על הספק שרלוונטיים לעסק. המידע מהטבלאות האלה תורם ל-supplier_dimension בשכבת המאפיינים של מחסן הנתונים.
|
LFA1_SupplierMaster
|
Material או Product הוא הסחורה שנסחרת בין הארגון ללקוחות שלו. המידע מהטבלאות האלה תורם למאפיין material_dimension בשכבת המאפיינים של מחסן הנתונים.
|
MARA_MaterialMaster |
| התהליך מתחיל בהזמנה, שכוללת את כמות ההזמנה ופרטים על פריטי החומר. |
EKKO_PurchaseOrderHeader
|
| תהליך המשנה Goods Receipt, שכולל פרטים על תנועות של פריטים מסוג Material. |
MATDOC_GoodsReceipt
|
| תהליכי המשנה של הפקת חשבוניות, כולל פרטים של מסמכי חשבוניות שנדרשו. |
RBKP_InvoiceHeader
|
| התהליך של רכש עד תשלום מסתיים כשתשלום החשבונית מתועד במערכת שלכם. |
ACDOCA_UniversalJournalItem
|
All Cloud Data Fusion staging pipelines
הדוגמאות הבאות של צינורות העברה זמנית ב-Cloud Data Fusion זמינות במאיץ:
ACDOCA_JournalLedgerDetailsADR6_SupplierMasterEMailDetailsADRC_SupplierMasterAddressDetailsBKPF_AccountingDocumentHeaderDetailBSEG_AccountDocumentItemBUT000_BusinessPartnerGeneralDataDetailsBUT020_BusinessPartnerAddressDetailsCEPCT_ProfitCenterDescriptionEBAN_PurchaseRequisitionDetailsEKBE_PurchaseOrderHistoryDetailEKET_PurchaseOrderScheduleLinesDetailEKKO_PurchaseOrderHeaderDetailEKPO_PurchaseOrderItemDetailFINSC_BTTYPE_T_BusinessTransactionTypeDescriptionFINSC_LEDGER_T_JournalLedgerDescriptionLFA1_SupplierMasterDetailsLFB1_SupplierMasterCompanyCodeDetailsMARA_MaterialMasterMATDOC_MaterialMovementDetailsMKPF_MaterialMovementHeaderDetailMSEG_MaterialMovementItemDetailRBKP_InvoiceReceiptHeaderDetailRSEG_IncomingInvoiceItemDetailT001_CompanyCodesT001_CompanyCodesT001K_ValuationAreaDetailsT001L_MaterialStorageLocationT001W_PlantDetailsT002T_LanguageKeyDescriptionT003T_AccountingDocumentTypeDescriptionT005_CountryMasterT006A_UnitOfMeasureT007S_PurchaseSalesTaxCodeDescriptionT023T_MaterialGroupDescriptionT024_PurchasingGroupsDetailsT024E_PurchasingOrganizationsDetailsT024W_PlantPurchasingOrganizationsDetailsT156HT_MaterialMovementTypeDescriptionT161T_PurchasingDocumentTypeDescriptionT163M_ConfirmationCategoryDescriptionT16FE_PurchaseDocumentReleaseIndicatorDescriptionTBSLT_PostingKeyDescriptionTCURT_CurrencyCodesTextTKA01_ControllingAreaMaster
הגדרת צינורות עיבוד נתונים של שכבת המימדים
אפשר לחלץ מדדי KPI מטבלאות SAP של מקורות. כדי להכין את הנתונים לניתוח, צריך לארגן את הנתונים בטבלת המקור כך שיתאימו למבנה הסכימה של הטבלה ב-BigQuery.
הכלי ליצירת תרשימים יוצר את טבלאות הדוגמה הבאות:
| שם טבלה | תיאור הטבלה |
|---|---|
Supplier_dimension |
רשימה שנערכה* של ספקים ועובדות שקשורות אליהם, כמו מידע כללי על הספק ומידע שקשור למכירות של הספק. |
Material_dimension |
רשימה שנאספה בקפידה של חומרי לימוד ועובדות שקשורות אליהם, כמו מספר מק"ט, היררכיית מוצרים וסיווג. |
Purchase_Order_Fact |
רשימה של הזמנות רכש, כולל ארגון הרכש, הקבוצה וסוג ההזמנה. |
Goods_Receipt_Fact |
רשימה שנבחרה בקפידה של קבלות על סחורות, כולל מידע על מרכז רווח וסוג התנועה. |
Invoice_Fact |
רשימה שנאספה בקפידה של מידע שקשור לחשבוניות, כולל סוג החשבונית, כמות הפריטים, הערך ותאריך פרסום החשבונית. |
Accounting_Fact |
רשימה שנערכה של רשומות הנהלת חשבונות לכל פריט בהזמנת הרכש. |
*בהקשר הזה, הרשימה שנבחרה מגיעה מלוגיקה עסקית שמוחלת על רשימת העמודות שנבחרה.
הכלי ליצירת מודלים יוצר את השכבה הרב-ממדית של מערך הנתונים ב-BigQuery באמצעות סקריפטים של SQL, שאפשר לשנות אותם בהתאם לפרויקט. לדוגמה, אפשר להתאים את הסקריפטים האלה כדי להוסיף עוד עמודות לישויות של מערך הנתונים של BigQuery.
טרנספורמציה לסכימת כוכב: שמות צינורות של BigQuery executor
צינורות העיבוד (pipeline) הבאים של BigQuery ב-Cloud Data Fusion טוענים נתונים לטבלאות של מידות ועובדות:
כל צינורות הטרנספורמציה של המאפיינים:
Supplier_dimensionMaterial_dimensionPurchase_Order_FactGoods_Receipt_FactInvoice_FactAccounting_Fact
הגדרת מפעיל BigQuery
| שם המאקרו | דוגמה |
|---|---|
${ProjectID} |
sap_adaptor |
${StagingDatasetName} |
sap_cdf_staging |
${TargetDatasetName} |
sap_cdf_dimension |
קישור Looker לפרויקט BigQuery
הוראות לחיבור Looker ל-BigQuery זמינות במאמר בנושא חיבורים ל-BigQuery במסמכי Looker.
התקנת הבלוק
אפשר לגשת ל-בלוק של Looker של SAP ב-GitHub.
בלוק של Looker מתקין מודל LookML שהוגדר מראש עם שני סביבות Explore ושני לוחות בקרה.