Konzeptkarte

Replication Flows

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 Replication Flows?

Ohne natives CDC an der Quelle fällt der Replication Flow auf Full-Load zurück, und die Rechnung für das Batch-Fenster wird schnell unangenehm – eine 500-GB-Faktentabelle verbraucht jeden Tag 1,7 Stunden Quellsystemzeit.

Replication Flow ist SAP Datasphere's native, verwaltete Pipeline, um Daten aus einem Quellsystem in die Storage-Schicht der Plattform zu bewegen. Man kann es sich als die tenant-interne Alternative zu den beiden schwergewichtigen SAP-Integrationswerkzeugen vorstellen, die Consultants seit zwei Jahrzehnten einsetzen — System Landscape Transformation (SLT) und Smart Data Integration (SDI) —, jedoch eigens für den Analytics-Anwendungsfall gebaut statt für die vollwertige Unternehmensintegration. Sie konfigurieren einen Replication Flow einmal, pro Quellverbindung und pro Menge von Quellobjekten, und Datasphere übernimmt Scheduling, Monitoring, Neustart bei Fehlern und, sofern die Quelle es unterstützt, die inkrementelle Änderungserfassung, ohne dass Sie eigenen Extraktionscode schreiben oder pflegen müssen.

Was es leistet und warum es wichtig ist

Ein Replication Flow bewegt Zeilen aus einem Quellobjekt — einer Tabelle, einer CDS-View, einer Datenbank — in eine Zieltabelle innerhalb von Datasphere, nach einem von drei Modi. Initial Load ist eine einmalige Bulk-Kopie, die dazu dient, ein Ziel zu befüllen, bevor die inkrementelle Replikation beginnt. Full-Load Periodic liest das gesamte Quellobjekt wiederkehrend nach Zeitplan neu ein — einfach, aber bei großem Volumen teuer. Delta, der produktionsreife Modus, nutzt Change Data Capture, um nur das zu bewegen, was sich seit dem letzten Lauf geändert hat. Der gewählte Modus ist keine stilistische Präferenz; es ist die eine Entscheidung, die darüber bestimmt, ob Ihre Pipeline auf Unternehmensdatenvolumen skaliert oder das Quellsystem schon am ersten Tag zum Stillstand bringt.

Warum es zählt

Bei einer großen Faktentabelle Full-Load statt CDC-getriebenem Delta zu wählen, kann eine Pipeline schon bei der ersten 50-GB-Tabelle ins Stocken bringen, statt auf Unternehmensvolumen zu skalieren.
Der anhaltende Delta-Durchsatz (50–200 Tsd. Zeilen/Sek.) gegenüber Full-Load (1–5 GB/Min.) ist die Kluft zwischen einem Design, das skaliert, und einem, das es nicht tut.
Tabellen über 100 GB benötigen einen partitionsweisen Initial Load — einzelne Bulk-Loads geraten in den Engpass der Quell-CPU.

Kernpunkte

Drei Modi: Initial Load (einmalig), Full-Load Periodic, Delta (CDC). CDC ist die produktionsreife Voreinstellung.
Durchsatz: 50–200 Tsd. Zeilen/Sek. bei Delta, 1–5 GB/Min. bei Full. Engpass ist die Quell-CPU, nicht Datasphere.
S/4 verfügt über natives CDC; ECC benötigt SLT oder ODP-CDS; Cloud-Datenbanken nutzen ihre nativen Streams.
Initial Load > 100 GB: Partitionierung nach Geschäftsjahr + Geschäftsbereich, 4–16 Partitionen parallel laden.
Zielspeicher: HANA lokal für heiße Daten (SAC > 10×/Tag); verwaltetes Delta (BDC) für kalte/historische Daten bei 10-facher Komprimierung.
Schema Drift = stilles Risiko. Release-Pipeline der Quelle mit dem Introspection-Refresh der Datasphere-REST-API verbinden.
CU-Kosten: 0,5–2 CU Basiskosten pro aktiver Pipe; kleine Dimensions-Pipes konsolidieren, um die Grundkosten zu kontrollieren.
Ersetzt SLT für die meisten Analytics-Anwendungsfälle; SLT bleibt relevant für Legacy + komplexe Transformationen + > 200 Tsd. Zeilen/Sek.
Replication Flows 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

Replication Flow: Datasphere's native verwaltete Pipeline zum Bewegen von Daten von der Quelle zum Ziel. CDC-fähig, Durchsatz 50–200 Tsd. Zeilen/Sek.
Delta load: Inkrementeller Lademodus — nur geänderte Zeilen seit dem letzten Lauf. Erfordert CDC an der Quelle.
Initial load: Einmalige Bulk-Kopie des Quellzustands nach Datasphere. Grundlage, auf der Delta anschließend übernimmt.
Full-load periodic: Liest die gesamte Quelle wiederkehrend nach Zeitplan neu ein. Fallback, wenn CDC nicht verfügbar ist; skaliert nicht über 50-GB-Tabellen hinaus.
CDC (Change Data Capture): Quellseitiger Mechanismus, der Änderungsereignisse (Insert/Update/Delete) ausgibt. Erforderlich für den Delta-Modus.
ODP-CDS: ECC-Extraktionsprotokoll — Operational Data Provisioning über CDS-Views. Der kanonische CDC-Pfad aus ECC.
Schema drift: Quellseitige Schemaänderung (Spalte hinzugefügt, Typ geändert, Feld umbenannt), die der Metadaten-Cache der Replikation noch nicht übernommen hat.
Pipe parallelism: Anzahl gleichzeitiger Worker-Threads pro Replication Flow. Standard 4, maximal Out-of-the-Box 8, über den Support erhöhbar.

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 →