主要数値マトリックスからアーキテクチャ概要モデルを導出することは、SAP BWを設計する上で重要なステップです。
/4HANAソリューション。このプロセスの最初のステップは、主要な数値を入力するデータのソースを特定することです。データソースを理解することで、アーキテクチャが強固な基盤の上に構築され、レポート作成と分析の要件を満たすことが保証されます。
* ソースの特定（オプションB）：アーキテクチャを設計する前に、主要な数値のデータがどこから取得されるかを特定することが重要です。これには、以下の項目が含まれます。
* ソース システム:ERP システム、外部データベース、フラット ファイルなど。
* データの種類:トランザクション データ、マスター データ、メタデータなど
* データ品質: ソースが正確で一貫性のあるデータを提供していることを確認します。
* ソースを識別すると、アーキテクチャの主要な数値を入力するために必要なデータの抽出、変換、およびロード (ETL) プロセスを定義するのに役立ちます。
* 変換の特定（オプションA）：変換は、データがソースから抽出された後に適用されます。変換はアーキテクチャの重要な部分ですが、ソースが特定されるまで定義することはできません。
* ストレージ要件の分析（オプションC）：ストレージ要件は、処理されるデータの量と種類によって異なります。ただし、これらの要件は、ソースとデータフローを理解した後でのみ決定できます。
* データ マートを定義する (オプション D):データ マートは、特定のレポートまたは分析の目的を果たすように設計されています。
データ マートの定義は、アーキテクチャ設計プロセスの後のステップであり、ソースと変換を明確に理解する必要があります。
* ソースを特定する:データの出所を決定します。
* データ フローをマップする: データがソースからターゲット システムに移動する方法を定義します。
* 変換を適用する: データのクレンジング、エンリッチメント、および集計のロジックを指定します。
* ストレージ レイヤーの設計: データの保存方法 (ADSO、InfoCube など) を決定します。
* データ マートを定義する:レポートと分析用の特殊な構造を作成します。
* ソース識別：ソースの識別は、あらゆるデータアーキテクチャの基礎です。データの出所がわからなければ、効果的なETLプロセスやストレージモデルを設計することは不可能です。
* キー数値マトリックス：キー数値マトリックスは、レポート作成に必要な指標とディメンションを高レベルで示します。アーキテクチャ設計の出発点として役立ちます。
* SAP BW/4HANA モデリング ガイド: このガイドでは、ソースの識別やデータ フローのマッピングなど、アーキテクチャの設計に必要な手順について説明します。
* リンク:SAP BW/4HANA ドキュメント
* SAP ノート 2700980 - SAP BW/4HANA のアーキテクチャ設計のベスト プラクティス: このノートでは、SAP BW/4HANA でスケーラブルかつ効率的なアーキテクチャを設計するための推奨事項を示します。
他のオプションが間違っている理由: アーキテクチャ概要モデルを導出する手順: アーキテクチャ設計に関する重要なポイント: SAP Data Engineer - Data Fabric への参照: ソース識別から開始することで、アーキテクチャ概要モデルが実際のデータ環境に基づいていることが保証され、堅牢で効果的なソリューション設計が可能になります。

SAP Data Fabric または SAP BW/4HANA の分析モデルは、ファクト（メジャー）とディメンション（属性）を組み合わせてデータを分析するように設計されています。分析モデルを作成するには、ファクトデータを表すソースエンティティが必要です。正解が B である理由を以下に詳しく説明します。
* 誤り: セマンティックタイプのディメンションを持つビジネスエンティティは、測定可能なデータではなく、説明的な属性（例：顧客名、製品カテゴリ）を表します。ディメンションはファクトデータの拡充に不可欠ですが、分析モデルのプライマリソースとして使用することはできません。
オプションA: セマンティックタイプディメンションのビジネスエンティティ
* 正解: セマンティックタイプ「ファクト」のビューには、測定可能なデータ（例：売上高、販売数量）が含まれており、分析モデルの主要ソースとなります。これらのビューは、分析とレポート作成に必要な数値データを提供します。
オプションB: セマンティックタイプ「事実」のビュー
* 誤り: セマンティックタイプ「階層」のテーブルは、階層関係（例：組織構造や製品階層）を定義します。階層はデータの整理やナビゲーションに役立ちますが、測定可能なデータは含まれておらず、分析モデルのソースとして使用することはできません。
オプションC: セマンティック型階層のテーブル
* 誤り: セマンティックタイプTextのリモートテーブルは、テキストによる説明（例：製品名、地域名）を格納します。これらのテーブルはディメンションの拡張に使用されますが、測定可能なデータは含まれておらず、分析モデルのソースとしては適していません。
オプションD: セマンティックタイプテキストのリモートテーブル
* SAP Data Fabric ドキュメント: エンティティ (ファクト、ディメンション、階層、テキストなど) の目的を定義する際のセマンティック タイプの役割について説明します。
* SAP BW/4HANA モデリング ガイド: ファクト データをプライマリ ソースとして使用し、コンテキスト強化のためのディメンションを使用して分析モデルを構築する方法について説明します。
* SAP Analytics Cloud 統合: 高度な分析とレポートを可能にするためのファクト ビューの重要性を強調します。
SAP Data Engineer - Data Fabric の概念への参照セマンティック タイプとその役割を理解することで、データ分析とレポートのビジネス要件を満たす分析モデルを効果的に設計できます。

SAP HANAデプロイメントインフラストラクチャ（HDI）において、HDIコンテナとは、SAP HANAデータベース内の専用の分離されたスキーマであり、テーブル、ビュー、プロシージャ、その他のアーティファクトなどのデータベースオブジェクトを保存および管理します。HDIコンテナは、マルチターゲットアプリケーション（MTA）をサポートするために使用され、開発者はデータベースオブジェクトを構造化されたモジュール方式で管理できます。
* HDBモジュール (B):HDBモジュールは、SAP Web IDE for SAP HANAまたはSAP Business Application Studio内の開発オブジェクトです。データベース設計時のアーティファクト（例：.hdbtableなど）が含まれます。
データベースオブジェクトの構造とロジックを定義するファイル（.hdbview、.hdbsynonymなど）があります。HDBモジュールをビルドすると、HDIコンテナがまだ存在しない場合は作成がトリガーされます。その後、HDIコンテナには、HDBモジュールで定義された設計時アーティファクトから生成されたランタイムオブジェクトが格納されます。
* 要点:
* HDB モジュールは、マルチターゲット アプリケーション (MTA) プロジェクトの一部です。
* HDI Deployer サービスを使用して、デザイン時の成果物を HDI コンテナーにデプロイします。
* HDI コンテナーは、データベース オブジェクトの分離とバージョン管理を保証するため、最新のアプリケーション開発手法に適しています。
* 他のオプションを選択しないのはなぜですか?
* スペース (A): スペースとは、Cloud Foundry 環境におけるアプリケーションとサービスのデプロイ先となる概念です。スペースはリソースを整理・分離するために使用されますが、HDI コンテナの生成とは直接関係ありません。スペースはアプリケーションとサービスをホストしますが、HDI コンテナに必要なデータベースオブジェクトを定義するものではありません。
* パッケージ (C):SAP HANA において、パッケージとは、SAP HANA リポジトリ内の開発オブジェクトを整理するために使用されるフォルダのような構造です。ただし、パッケージだけでは HDI コンテナは生成されません。
これらは従来のリポジトリベースの開発モデル (XSA または XS Classic) で使用されますが、HDI コンテナーは新しい HDI ベースの開発モデルに関連付けられています。
* SQL スクリプトプロシージャ (D):SQL スクリプトプロシージャは、SQL の手続き型ロジックを定義するために使用されるデータベースアーティファクトです。SQL スクリプトプロシージャは HDI コンテナーにデプロイできますが、コンテナー自体を生成することはできません。そのため、これらのアーティファクトをデプロイする前に、コンテナーが既に存在している必要があります。
HDI コンテナを生成するために必要な開発オブジェクト:
SAP Data Engineer - Data Fabric コンテキスト：SAP Data Engineer - Data Fabric 環境において、HDI コンテナはモジュール式でスケーラブルなデータ管理を実現する上で重要な役割を果たします。開発者は、HDI コンテナを使用することで、異なるアプリケーションやテナントごとに独立した環境を構築し、データのセキュリティと一貫性を確保できます。HDB モジュールを活用することで、開発者は最新の DevOps プラクティスに沿って、データベースオブジェクトを構造的に定義および展開できます。
詳細については、次のリソースを参照してください。
* SAP HANA XS Advanced 向け SAP HANA 開発者ガイド: アプリケーション開発における HDB モジュールと HDI コンテナの役割について説明します。
* SAP Business Application Studio ドキュメント: MTA のコンテキストで HDB モジュールを作成および構築するためのガイダンスを提供します。
* SAP ラーニング ハブ: HDI および MTA の概念を含む SAP HANA 開発に関するトレーニングを提供します。
B (HDB モジュール) を選択すると、HDI コンテナを生成するための正しい開発オブジェクトが識別され、効率的なデータベース開発と展開が可能になります。