Konzeptkarte

Data Flows & Transformations

Stand 2026-07-24T14:00:00Z

Redaktion: Cédric-Olivier Mâry, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist Data Flows & Transformations?

Seit Replication Flows die Standard-Datenaufnahme übernommen haben, sind Data Flows auf drei legitime Aufgaben geschrumpft – Python-Anreicherung, nicht föderierbare quellübergreifende Joins und aufwendige Voraggregation.

Was Data Flows sind, und wo sie im Datasphere-Werkzeugkasten stehen

Data Flows sind Datasphere's visuelle, graphbasierte Transformationspipelines: eine Arbeitsfläche, auf der ein Modellierer Source-Nodes, Join-Nodes, Aggregations-Nodes, optionale eingebettete Python-Skript-Nodes und eine Zieltabelle auf einen gerichteten azyklischen Graphen zieht und den Flow dann aktiviert, sodass er eine Ergebnismenge in eine lokale Datasphere-Tabelle materialisiert. Sie existieren neben zwei weiteren Wegen, Daten in Datasphere zu bewegen und zu formen — Replication Flows, die die unkomplizierte Copy-and-Cast-Aufnahme von einer Quelle in ein Ziel übernehmen, und SQL- oder grafische Views, die Daten live innerhalb der mengenbasierten Engine von HANA umformen, ohne irgendetwas zu persistieren. Data Flows sind bewusst das schmalste der drei Werkzeuge: Seitdem Replication Flows den Standardmechanismus der Datenaufnahme übernommen haben, verdient sich ein Data Flow seine Komplexität nur, wenn die Aufgabe wirklich etwas erfordert, das die beiden anderen nicht leisten können.

Die Anatomie eines Flows

Ein Data Flow hat fünf konzeptionelle Stufen. Source-Nodes bringen lokale Datasphere-Tabellen, föderierte Remote Tables oder hochgeladene Dateien wie CSV oder Parquet ein. Join-Nodes kombinieren Quellen — Inner, Left, Right, Full oder Cross — innerhalb des Flows statt in einer nachgelagerten View. Transform-Nodes wenden Projektionen, Filter, berechnete Spalten, Fensterfunktionen oder ein eingebettetes Python-Skript an, das in einer sandboxed, pandas-kompatiblen Umgebung läuft. Aggregations-Nodes gruppieren Zeilen und berechnen Kennzahlen. Ein Target-Node schreibt das materialisierte Ergebnis bei Aktivierung in eine lokale Datasphere-Tabelle, die auf Abruf oder nach Zeitplan ausgelöst werden kann.

Warum es zählt

Einen Data Flow zu verwenden, wo ein Replication Flow oder eine SQL-View ausreichen würde, erzeugt Materialisierungs-Overhead und Wartungsaufwand ohne Nutzen.
Python-Nodes laufen sandboxed ohne Internetzugang nach außen und mit einer kuratierten Bibliotheks-Whitelist — planen Sie die Anreicherung um diese Einschränkung herum, nicht um eine vollständige Python-Umgebung.
Der CU-Verbrauch pro Flow ist im Tenant Monitor sichtbar — aufwendige Python-Transformation ist eine reale, nachverfolgbare Kostenposition, kein Selbstläufer.

Kernpunkte

Fünfstufige Anatomie: Source · Join · Transform · Aggregate · Target.
Drei legitime Anwendungsfälle: Python-Anreicherung · quellübergreifender Join · aufwendiges materialisiertes Aggregat.
Replication Flow ist die Voreinstellung für die Datenaufnahme (Begleitfiche C005); Data Flow ist die Nische.
Python-Nodes 5–10× langsamer als SQL; sandboxed (kein Internetzugang, kuratierte Bibliotheken).
Idempotenz: zuerst TRUNCATE des Ziels oder UPSERT-Semantik.
Zeitplan + Monitoring + Alerting sind Pflicht; stiller Fehlschlag ist der Fallstrick Nr. 1.
CU-Verbrauch: 1–3 CU Basiskosten + Skalierung nach Zeilenvolumen.
Joule-unterstütztes Authoring: Preview Q3 2026, GA H1 2027.
Data Flows & Transformations ist erst dann beherrscht, wenn es eine konkret benannte Käuferentscheidung verändert.
Beginnen Sie mit dem semantischen Vertrag und dem Kontrollmodell, bevor Sie das Werkzeug demonstrieren.

Begriffe auf dieser Seite

Data Flow: Datasphere-Transformationspipeline — visueller DAG aus Source-, Join-, Transform-, Aggregate- und Target-Nodes.
Python node: Sandboxed Python-3.x-Transformationsschritt (pandas, numpy, scikit-learn-light). Kein Internetzugang nach außen.
DAG (Directed Acyclic Graph): Pipeline-Struktur, in der Nodes ohne Zyklen vorwärts fließen. Jeder Data Flow ist ein DAG.
Idempotency: Eigenschaft, bei der ein erneuter Lauf des Flows identische Ergebnisse liefert. Erfordert TRUNCATE des Ziels oder UPSERT-Semantik.
Activation: Auslöser, der den Flow ausführt. Auf Abruf oder geplant (cron-artig).
Replication Flow vs Data Flow: Replication Flow = Standard-Datenaufnahme (Kopie). Data Flow = Nischen-Transformation (Python · quellübergreifend · aufwendiges Aggregat).
Joule-assisted authoring: Data-Flow-Entwurf per natürlicher Sprache. Preview Q3 2026, GA-Ziel H1 2027.
Tenant Monitor: BDC-Dashboard, das den CU-Verbrauch pro Flow, die Lauf-Historie und Fehler-Alerts anzeigt.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →