# 什么是 SAP BI / BW 中的 Infocube？ 如何創建一個？ > 原文： [https://www.guru99.com/what-is-an-infocube-how-to-create-one.html](https://www.guru99.com/what-is-an-infocube-how-to-create-one.html) ### 什么是 Infocube？ Infocube 是數據存儲區，我們在其中維護從物理上從源系統提取的數據。 InfoCube 既可以充當數據目標又可以充當 InfoProvider。 從報告的角度來看，Infocube 可以描述為一個獨立的數據集。 例如，可以用任意軸查看維度為 MONTH – PRODUCT-CUSTOMER-REGION 的 Sales Amount Infocube，例如按區域或客戶的總銷售額。 信息多維數據集的維度是實體或層次結構。  BIW（商業智能倉庫）提供了定義 16 個維度的功能，其中 3 個是預定義的。  上面的立方體演示了一個簡單的三維立方體。 每個維度可以包含 248 個特征進行分析。 上方立方體中的一個正方形代表相應客戶/區域/部門組合的相對價值。 **InfoCube 結構**： * Infocube 遵循擴展星形架構。 * 它的中心是事實表，周圍是 16 個維度表，主數據位于多維數據集的外部。 * 信息多維數據集是 BI 中的中央多維數據模型。 * 它是一個自封閉的數據集，包含一個或多個相關的業務流程。 報告用戶可以定義或執行針對信息多維數據集的查詢。 * 它用于長時間存儲匯總/匯總數據。 信息多維數據集恰好由一個事實表和維表組成。 * SAP 提供的 Infocubes 通常以數字 0 開頭。您自己的 Infocube 應以字母 A 到 Z 開頭，并且長度應為 3 到 9 個字符。 **InfoCube 的類型** 根據維護和分發數據的方式，Infocube 分為三種類型。 * **標準信息多維數據集**：用于物理上維護多維數據集中的數據。 只讀是可能的。 * **Virtual Infocube**：它并不物理上維護多維數據集中的數據。在執行查詢期間，它將數據從相應的源系統中引入。 * **實時信息多維數據集**：將數據物理存儲在多維數據集中。可以進行讀取和寫入。 它在計劃數據中被大量使用。 ### 如何創建標準 Infocube **步驟 1）** 創建 InfoCube 1. 轉到交易代碼 RSA1 2. 單擊確定按鈕。  **步驟 2）** 1. 導航到“建模”選項卡-> InfoProvider。 2. 右鍵單擊 InfoArea。 3. 從上下文菜單中單擊“創建 InfoCube”。   **步驟 3）** 1. 輸入技術名稱。 2. 輸入說明。 3. 選擇選項按鈕“ Standard InfoCube”。 點擊創建按鈕  **步驟 4）** 右鍵單擊維度 1->屬性。  **步驟 5）** 根據信息對象信息重命名維度。  **步驟 6）** 右鍵單擊維度-> InfoObject 直接輸入，以將 InfoObjects 插入維度。  **步驟 7）** 選擇特征。  **步驟 8）**在特征中選擇航空公司 ID  將其拖放到“維度”中  **步驟 9）** 同樣，創建新尺寸并按照步驟 4-8 添加 InfoObject。  **步驟 10）** 在 Infocube 中添加關鍵的 figInfoInfoObjects  **步驟 11）** 按照上面的步驟添加更多關鍵指標  **步驟 12）** 激活 Infocube。  ### Infocube 附加點： 尺寸表的技術名稱由系統使用模式/ BIC /“ D <您的 Infocube >＃”指定，其中第一個是 a1，第二個是 2，依此類推*。* 如果它是汁液傳遞的多維數據集，則它將以/ BI0 / D 開頭 特性信息對象可以自由添加到客戶創建的尺寸中。 尺寸表應最佳使用。 在向維度添加特征信息對象的同時確保最佳基數。 *一家百貨商店有 10,000 個客戶和 1000 種不同的物料。 基數為 **m：n** ，這意味著每個客戶都可以購買許多材料。 這種基數不應該在同一維表中維護。* *規則：避免在尺寸內使用 m：n。* 中的 * 導航到“建模”選項卡-> InfoProvider。 * 右鍵單擊 InfoArea。 * 從上下文菜單中單擊“創建 InfoCube”。 * 輸入技術名稱。 * 輸入說明。 * 選擇選項按鈕“ Standard InfoCube”。 **不要** * 如果用戶滿足以下條件，則可以使用標準 Infocube： * 希望方便進行多維分析。 * 想要存儲具有大量數據的摘要/匯總信息。 * 如果維度表中僅放置一個對象，請使用訂單項維度。 * 保持較高的記錄粒度。 * M 組：同一維內的 N 個基數。 * 更加注意通過導航屬性帶來角色信息。 * 在維表中維護高基數信息。