SAP HANA中Analytical Projection Views的核心原理与应用实践

1. 从Cube到Query的演进背景

在传统SAP BW（Business Warehouse）体系中，Cube（多维数据集）长期作为分析模型的核心载体。这种架构下，数据工程师需要先构建物理Cube，再基于Cube创建Query（查询）供最终用户使用。整个过程涉及多层数据冗余存储，ETL流程复杂，维护成本居高不下。

2015年前后，随着SAP HANA内存计算平台的成熟，SAP推出了新一代的CDS（Core Data Services）建模框架。其中Analytical Projection Views作为专门为分析场景设计的CDS视图类型，实现了从物理Cube到逻辑Query的直接映射。这种变革的本质是将OLAP（联机分析处理）能力下沉到数据库层，利用HANA的列式存储和并行计算特性，在运行时动态生成分析结果。

技术提示：与传统Cube相比，CDS Analytical Projection Views不再需要预计算和存储聚合数据。其执行计划由HANA优化器在查询时动态生成，这使得模型调整后的结果可以立即反映，不再需要耗时的手动处理。

2. Analytical Projection Views的核心架构

2.1 基础语法结构

一个典型的Analytical Projection View定义如下：

abap复制@Analytics.dataCategory: #PROJECTION
define view Z_SALES_ANALYSIS
  as projection on Z_SALES_CUBE
{
  key customer,
      product,
      @DefaultAggregation: #SUM
      amount,
      @Analytics.derivation: {
        semantics: #AMOUNT.CURRENCY 
        with: currency }
      currency
}

关键注解解析：

• @Analytics.dataCategory: #PROJECTION 声明这是一个分析投影视图
• @DefaultAggregation 定义度量字段的默认聚合行为
• @Analytics.derivation 实现语义属性的关联（如金额与货币的绑定）

2.2 与底层Cube的映射关系

Analytical Projection View必须基于一个Analytical Cube View构建。这种依赖关系体现在：

1. 投影视图的字段必须是源Cube视图字段的子集
2. 维度字段必须保持相同的key属性
3. 度量字段的聚合行为可以重新定义但数据类型必须兼容

技术细节：在运行时，HANA会先将Projection View的请求转换为对底层Cube的查询，再利用Cube的星型模式优化查询性能。这种设计既保留了Cube的性能优势，又提供了Query层的灵活性。

3. 实战：构建企业销售分析模型

3.1 创建基础Cube视图

首先需要定义作为数据源的Cube视图：

abap复制@Analytics.dataCategory: #CUBE
define view Z_SALES_CUBE
  as select from snwd_so_inv_item
  association [0..1] to snwd_bpa as _customer on $projection.customer = _customer.bp_id
  association [0..1] to snwd_pd as _product on $projection.product = _product.product_id
{
  key _customer.bp_id as customer,
  key _product.product_id as product,
  key snwd_so_inv_item.currency_code as currency,
      @DefaultAggregation: #SUM
      snwd_so_inv_item.gross_amount as amount,
  
  // 暴露关联用于导航
  _customer,
  _product
}

3.2 设计Projection视图

基于上述Cube创建面向业务用户的投影视图：

abap复制@Analytics.dataCategory: #PROJECTION
@AccessControl.authorizationCheck: #CHECK
define view Z_SALES_ANALYSIS
  as projection on Z_SALES_CUBE
{
  // 维度字段
  key customer,
      product,
  
  // 度量字段
  @DefaultAggregation: #SUM
  @Semantics.amount.currencyCode: 'currency'
  amount,
  
  // 货币字段
  @Semantics.currencyCode: true
  currency,
  
  // 导航属性
  _customer.name as customer_name,
  _product.category as product_category
}

3.3 添加计算指标

通过注解实现动态计算字段：

abap复制@Analytics.dataCategory: #PROJECTION
define view Z_SALES_ANALYSIS
  as projection on Z_SALES_CUBE
{
  // ...基础字段同上...
  
  // 计算字段：单价
  @Analytics.derivation: {
    formula: "DIVISION(amount, quantity)", 
    variables: [{
      name: 'quantity',
      mapping: snwd_so_inv_item.quantity }]
  }
  unit_price,
  
  // 条件计算：大客户标记
  @Analytics.derivation: {
    case: {
      when: "amount > 100000",
      then: "'A'",
      else: "'B'"
    }
  }
  customer_segment
}

4. 性能优化实战技巧

4.1 分区策略优化

对于海量数据场景，建议在底层Cube实施分区：

abap复制@Analytics.partition: {
  algorithm: #RANGE,
  column: 'fiscal_year',
  ranges: [
    { from: '2021', to: '2021' },
    { from: '2022', to: '2022' }
  ]
}
define view Z_SALES_CUBE
  as select from snwd_so_inv_item
  // ...

4.2 聚合感知配置

通过@Aggregation.default和@Aggregation.usage注解指导查询优化：

abap复制@Analytics.dataCategory: #PROJECTION
define view Z_SALES_ANALYSIS
  as projection on Z_SALES_CUBE
{
  @Aggregation.default: #SUM
  @Aggregation.usage: #DIMENSION
  key customer,
  
  @Aggregation.default: #MAX
  @Aggregation.usage: #NONE
  last_order_date
}

4.3 常见性能陷阱

1. 过度投影：避免在Projection视图中包含不需要的字段，特别是大文本字段
2. 嵌套过深：Projection视图链不宜超过3层（Cube → Projection → Projection2）
3. 动态计算滥用：复杂公式计算应考虑下推到Cube层或通过HANA计算视图实现

5. 与ABAP报表的集成方案

5.1 ALV集成示例

在ABAP程序中直接消费Projection视图：

abap复制DATA: lt_sales TYPE TABLE OF z_sales_analysis.

SELECT * FROM z_sales_analysis
  INTO TABLE @lt_sales
  WHERE customer_segment = 'A'.

cl_salv_table=>factory(
  IMPORTING
    r_salv_table = DATA(lo_alv),
  CHANGING
    t_table      = lt_sales
).

lo_alv->display().

5.2 OData服务发布

通过注解快速生成OData服务：

abap复制@OData.publish: true
@AccessControl.authorizationCheck: #CHECK
define view Z_SALES_ANALYSIS
  as projection on Z_SALES_CUBE
{
  // ...
}

生成的服务支持标准的$filter、$orderby等OData查询选项。

5.3 权限控制实现

结合CDS角色注解实现行级权限：

abap复制@AccessControl.authorizationCheck: #CHECK
@EndUserText.label: 'Sales Analysis'
define view Z_SALES_ANALYSIS
  as projection on Z_SALES_CUBE
  with PRIVILEGED ACCESS
{
  // ...
  @AccessControl.role: 'SALES_REGION'
  region,
  
  @AccessControl.role: 'SALES_ORG'
  sales_org
}

6. 调试与问题排查

6.1 SQL跟踪技巧

使用以下方法查看生成的SQL：

abap复制CL_ABAP_SESSION=>SET_TRACE_ON( ).
SELECT * FROM z_sales_analysis INTO TABLE @DATA(lt_data).
CL_ABAP_SESSION=>SET_TRACE_OFF( ).

然后在ST01跟踪中查看实际执行的SQL语句。

6.2 常见错误处理

1. 字段类型不匹配：检查Projection视图与Cube视图的字段类型映射
2. 聚合行为冲突：确保度量字段的@DefaultAggregation注解一致
3. 权限不足：检查WITH PRIVILEGED ACCESS的使用是否必要

6.3 性能分析工具

使用HANA Studio的Plan Visualizer分析查询执行计划，重点关注：

• 是否有效利用了列存储
• 分区裁剪是否生效
• 临时结果集的大小

我在实际项目中发现，90%的性能问题可以通过优化底层Cube的分区策略和索引设计来解决。特别是在处理千万级以上的销售数据时，合理的范围分区（按年度/季度）可以带来数量级的性能提升。