พื้นที่เก็บข้อมูลสาธารณะนี้เป็นแบบอ่านอย่างเดียวและไม่มีการดูแลรักษาอีกต่อไป
Data Hub INteractive Education(DINE) เป็นเนื้อหาทางการศึกษาสำหรับ SAP Data Hub แบบฝึกหัดภาคปฏิบัติของเราได้รับการพัฒนาเพื่อแสดงวิธีใช้คุณสมบัติ SAP Data Hub SAP Data Hub ช่วยให้คุณสามารถเชื่อมต่อกับแหล่งข้อมูลต่างๆ เช่น SAP HANA, SAP ERP, SAP BW, Oracle DB2, SQL Server และอื่นๆ อีกมากมาย และสามารถประมวลผลข้อมูลประเภทต่างๆ ได้ มีโครงสร้าง กึ่งมีโครงสร้าง และไม่มีโครงสร้างโดยใช้ Kafka เอ็นจิ้นการสตรีม การวิเคราะห์ข้อความและรูปภาพ ฯลฯ SAP Data Hub สามารถรวบรวมข้อมูลทั้งหมดของคุณไว้ด้วยกัน เพื่อให้คุณสามารถทำงานข้ามสิ่งเหล่านั้นได้อย่างราบรื่น คุณสามารถพัฒนาต้นแบบของคุณได้อย่างรวดเร็วบน SAP Data Hub และผลลัพธ์สามารถเปลี่ยนเป็นระบบระดับการผลิตได้อย่างง่ายดาย เนื่องจาก SAP Data Hub ดูแลการดำเนินการ การจัดระบบ การกำหนดเวลา และการตรวจสอบ SAP Data Hub ได้รับการพัฒนาบน Kubernetes ดังนั้นจึงสามารถติดตั้งใช้งานภายในองค์กรหรือในระบบคลาวด์ได้ มันทำงานบนกลไกการดำเนินการแบบกระจายและออกแบบมาสำหรับโลก Big Data โดยการพิสูจน์ความเข้าใจเกี่ยวกับเมตาดาต้าในภูมิทัศน์ Big Data
อ่านเอกสารอย่างเป็นทางการของ SAP Data Hub ด้วย
DINE ช่วยให้เรียนรู้วิธีสร้างไปป์ไลน์ใน SAP Data Hub โดยใช้ตัวดำเนินการได้อย่างง่ายดาย โดยทำหน้าที่เป็นข้อมูลอ้างอิงสำหรับนักพัฒนาแอปพลิเคชันและนำเสนอฟีเจอร์ของ Data Hub ในสถานการณ์ทางธุรกิจที่เข้าใจง่าย เนื้อหาสาธิตนี้มาพร้อมกับ:
ข้อมูลตัวอย่าง
ข้อมูลโค้ด
บทช่วยสอน
การตั้งค่า SAP Data Hub - ปฏิบัติตามคู่มือการติดตั้งสำหรับ SAP Data Hub และตั้งค่าสภาพแวดล้อม SAP Data Hub ของคุณ
คุณยังสามารถใช้ SAP Data Hub Developer Edition หรือ SAP Data Hub Trial Edition ได้อีกด้วย
เราจะเรียนรู้ SAP Data Hub ผ่านสถานการณ์ด้านล่างซึ่งอิงตามเอนทิตีจำลองที่เรียกว่า SAP Data Hub Market Place ซึ่งเป็นแพลตฟอร์มอีคอมเมิร์ซที่พัฒนาขึ้นเพื่อวัตถุประสงค์ในการสาธิตและการเรียนรู้ ซึ่งลูกค้าทั่วโลกทำการซื้อหลายพันรายการทุกวัน .
สถานการณ์มีรายละเอียดด้านล่าง:
การคาดการณ์การคืนสินค้าของลูกค้า: ภาพจำลองนี้ใช้เพื่อระบุผลิตภัณฑ์ที่ลูกค้าสามารถส่งคืนได้บ่อยครั้งตามพารามิเตอร์ที่แตกต่างกัน สถานการณ์นี้ถูกนำมาใช้คือ Python และใช้ไลบรารี sklearn เพื่อใช้อัลกอริทึมตัวแยกประเภทแผนผังการตัดสินใจ ในสถานการณ์นี้ เรากำลังอ่านข้อมูลจากแหล่งข้อมูลที่แตกต่างกัน และใช้ระบบคลาวด์ SAP Analytics เพื่อแสดงภาพชุดข้อมูลผลลัพธ์ ทำตามบทช่วยสอนเพื่อนำสถานการณ์นี้ไปใช้
สถานการณ์เพิ่มเติมสามารถพบได้ในสาขา teched-2018
ชุดข้อมูลของเราสำหรับสถานการณ์ข้างต้นประกอบด้วยไฟล์ 6 ไฟล์ ซึ่งประกอบด้วย ลูกค้า ผลิตภัณฑ์ และข้อมูล การขาย
ตาราง ลูกค้า มีรายละเอียดของลูกค้า ตารางนี้มี ADDRESSID ซึ่งแมปกับตาราง ADDRESS ซึ่งเก็บรายละเอียดที่อยู่ลูกค้าไว้
เมื่อลูกค้าซื้อสินค้า จะมีการสร้างใบสั่งขาย ( SO_HEADER ) และใบสั่งขายแต่ละรายการจะมีรายการสั่งซื้อหลายรายการ ( SO_ITEM )
SO_HEADER มี PARTNERID ซึ่งเป็นคีย์ต่างประเทศที่ลิงก์ไปยังตาราง ลูกค้า
SO_ITEM มี SALESORDERID ซึ่งเป็นคีย์ต่างประเทศที่ลิงก์ไปยัง SO_HEADER
SO_ITEM แต่ละรายการจะมี PRODUCTID ซึ่งแมปกับตาราง PRODUCT ที่เก็บรายละเอียดของผลิตภัณฑ์
ความคิดเห็นของลูกค้าเกี่ยวกับผลิตภัณฑ์จะถูกเก็บไว้ในตาราง REVIEW
ข้อมูลเกี่ยวกับการคืนสินค้าของลูกค้าจะถูกจัดเก็บไว้ในตาราง RETURN
โดยพื้นฐานแล้วเรามี 7 ตาราง
เป็นชุดข้อมูลสังเคราะห์ที่ได้มาจาก SHINE และได้รับการปรับปรุงให้เหมาะสมกับการใช้งานของเรา
หากต้องการเข้าถึงชุดข้อมูล ให้สำรวจโฟลเดอร์ข้อมูลในที่เก็บนี้
ไม่มี
โปรดใช้ปัญหา GitHub สำหรับข้อบกพร่องใด ๆ ที่จะรายงาน
ลิขสิทธิ์ (c) 2017-2020 SAP SE หรือบริษัทในเครือ SAP สงวนลิขสิทธิ์. โครงการนี้ได้รับอนุญาตภายใต้ Apache Software License เวอร์ชัน 2.0 ยกเว้นที่ระบุไว้เป็นอย่างอื่นในไฟล์ LICENSE
