篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了FineBI学习系列之FineBI官网提供的SAP数据集(图文详解)相关的知识,希望对你有一定的参考价值。
不多说,直接上干货!
这是来自FineBI官网提供的帮助文档
http://help.finebi.com/
http://help.finebi.com/doc-view-32.html
目录:
1、描述
但是由于SAP数据集常用而且有较多需要注意的配置,因此单独做一节进行说明。那客户SAP系统集成时,如何将SAP中的数据导入BI的服务器数据集呢?FineReport8.0版本中,将SAP数据连接功能做成一个插件的功能,启用插件后,可在服务器数据连接处新增数据连接类型SAP数据连接,在数据集中添加SAP数据集类型。
2、环境准备
与SAP系统进行连接,需要导入SAP接口包和本地库,并确保运行的JVM能够找到接口包和本地库,可以依据不同的环境,从官网环境上或环境中取得接口包和本地库,下面以BI的服务器环境不同,一一介绍。
BI工程部署在windows系统的服务器下,以tomcat为例:
windows系统安装的64位的jdk,根据jdk版本的不同下载不同的接口包和本地库。文件的放置路径与32位jdk的放置路径一致,只是下载地址有所不同。
jdk1.4:在官网上下载接口包sapjco.jar和本地库librfc32.dll、sapjcorfc.dll,选择sapjco2_window_64bit,,将上述3文件下载下来,sapjco.jar接口包放在%tomcat%\\lib文件夹下,librfc32.dll和sapjcorfc.dll本地库放在C:\\Windows\\System32文件夹下。
jdk1.5及以上:在官网上下载接口包sapjco3.jar和本地库sapjco3.dll,选择sapjco3_window_64bit,,将上述3文件下载下来,sapjco3.jar接口包放在%tomcat%\\lib和jre\\bin文件下文件夹下,sapjco3.dll本地库放在C:\\Windows\\System32文件夹下。
注:如果数据连接失败,可以尝试将dll文件放置在jdk工程目录的bin和jre\\bin目录下。
注:32位的BI暂时不支持。
报表工程部署在linux系统的服务器下,与windows系统服务器类似,也分32位和64位的jdk,以tomcat为例:
jdk1.4:下载接口包sapjco.jar和本地库libsapjcorfc.so、librfccm.so,选择sapjco2_linux,,将上述3文件下载下来,sapjco.jar接口包放在%tomcat%\\lib文件夹下,将libsapjcorfc.so和librfccm.so本地库文件所在文件夹目录通过Linux终端用export命令加到PATH变量中。
export PATH=$PATH:<dir>
比如说libsapjcorfc.so和librfccm.so文件在桌面的文件夹sapjco下面,那么命令为:export PATH=$PATH:/home/mint/Desktop/sapjco2
jdk1.5及以上:在官网上找到64位的接口包sapjcp.jar和本地库libsapjco.so,使用方法同上。
打开
Finereport设计器,点击
服务器>插件管理,弹出插件管理页面,搜索SAP数据集,点击安装,重启设计器,可以将SAP插件添加到数据连接菜单中。如下图:
怎么切换到本地呢?
点击服务器>定义数据连接,点击“+”>SAP数据集,右侧出现SAP连接配置,如下图:
主机名:局域网中已配置的SAP的主机名称,也可以写该机器的IP地址。
systemnumber:SAP系统中设置的属性,用于交互的端口号,一般来说是00,具体根据SAP系统来定。
客户端:SAP 系统管理的业务和数据的最大有效集合,也是SAP系统的一个属性,具体根据SAP系统决定
连接池属性:SAP系统中的容量和最大连接数。
这里,因个人玩,买不起,所以没截图了。
在添加SAP数据集之前,首先建立远程服务器连接,方法同
服务器数据集。
与BI建立连接之后,在设计器中点击服务器>服务器数据集,在弹出界面点击“+”>SAP数据集,将其重命名为“SAP同步”,在右侧选择数据连接SAP2,选择自定义,进行数据查询。如下图:
选择好数据之后,点击右上角的预览数据,如下图:
点击确定,一个SAP数据集就已经建好,现在打开BI,
新建业务包,
选择服务器数据集,可以看到刚才的SAP数据集已经加入,如图:
关于SAP数据集FineReport设计器连接的详细介绍可参考
SAP数据集。
欢迎大家,加入我的微信公众号:大数据躺过的坑 人工智能躺过的坑
同时,大家可以关注我的个人博客:
http://www.cnblogs.com/zlslch/ 和 http://www.cnblogs.com/lchzls/ http://www.cnblogs.com/sunnyDream/
详情请见:http://www.cnblogs.com/zlslch/p/7473861.html
人生苦短,我愿分享。本公众号将秉持活到老学到老学习无休止的交流分享开源精神,汇聚于互联网和个人学习工作的精华干货知识,一切来于互联网,反馈回互联网。
目前研究领域:大数据、机器学习、深度学习、人工智能、数据挖掘、数据分析。 语言涉及:Java、Scala、Python、Shell、Linux等 。同时还涉及平常所使用的手机、电脑和互联网上的使用技巧、问题和实用软件。 只要你一直关注和呆在群里,每天必须有收获
对应本平台的讨论和答疑QQ群:大数据和人工智能躺过的坑(总群)(161156071)