# 什么是 SAP BI / BW 中的 Infocube？ 如何创建一个？ > 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 是数据存储区，我们在其中维护从物理上从源系统提取的数据。 InfoCube 既可以充当数据目标又可以充当 InfoProvider。 从报告的角度来看，Infocube 可以描述为一个独立的数据集。 例如，可以用任意轴查看维度为 MONTH – PRODUCT-CUSTOMER-REGION 的 Sales Amount Infocube，例如按区域或客户的总销售额。 信息多维数据集的维度是实体或层次结构。  BIW（商业智能仓库）提供了定义 16 个维度的功能，其中 3 个是预定义的。  上面的立方体演示了一个简单的三维立方体。 每个维度可以包含 248 个特征进行分析。 上方立方体中的一个正方形代表相应客户/区域/部门组合的相对价值。 **InfoCube 结构**： * Infocube 遵循扩展星形架构。 * 它的中心是事实表，周围是 16 个维度表，主数据位于多维数据集的外部。 * 信息多维数据集是 BI 中的中央多维数据模型。 * 它是一个自封闭的数据集，包含一个或多个相关的业务流程。 报告用户可以定义或执行针对信息多维数据集的查询。 * 它用于长时间存储汇总/汇总数据。 信息多维数据集恰好由一个事实表和维表组成。 * SAP 提供的 Infocubes 通常以数字 0 开头。您自己的 Infocube 应以字母 A 到 Z 开头，并且长度应为 3 到 9 个字符。 **InfoCube 的类型** 根据维护和分发数据的方式，Infocube 分为三种类型。 * **标准信息多维数据集**：用于物理上维护多维数据集中的数据。 只读是可能的。 * **Virtual Infocube**：它并不物理上维护多维数据集中的数据。在执行查询期间，它将数据从相应的源系统中引入。 * **实时信息多维数据集**：将数据物理存储在多维数据集中。可以进行读取和写入。 它在计划数据中被大量使用。 ### 如何创建标准 Infocube **步骤 1）** 创建 InfoCube 1. 转到交易代码 RSA1 2. 单击确定按钮。  **步骤 2）** 1. 导航到“建模”选项卡-> InfoProvider。 2. 右键单击 InfoArea。 3. 从上下文菜单中单击“创建 InfoCube”。   **步骤 3）** 1. 输入技术名称。 2. 输入说明。 3. 选择选项按钮“ Standard InfoCube”。 点击创建按钮  **步骤 4）** 右键单击维度 1->属性。  **步骤 5）** 根据信息对象信息重命名维度。  **步骤 6）** 右键单击维度-> InfoObject 直接输入，以将 InfoObjects 插入维度。  **步骤 7）** 选择特征。  **步骤 8）**在特征中选择航空公司 ID  将其拖放到“维度”中  **步骤 9）** 同样，创建新尺寸并按照步骤 4-8 添加 InfoObject。  **步骤 10）** 在 Infocube 中添加关键的 figInfoInfoObjects  **步骤 11）** 按照上面的步骤添加更多关键指标  **步骤 12）** 激活 Infocube。  ### Infocube 附加点： 尺寸表的技术名称由系统使用模式/ BIC /“ D <您的 Infocube >＃”指定，其中第一个是 a1，第二个是 2，依此类推*。* 如果它是汁液传递的多维数据集，则它将以/ BI0 / D 开头 特性信息对象可以自由添加到客户创建的尺寸中。 尺寸表应最佳使用。 在向维度添加特征信息对象的同时确保最佳基数。 *一家百货商店有 10,000 个客户和 1000 种不同的物料。 基数为 **m：n** ，这意味着每个客户都可以购买许多材料。 这种基数不应该在同一维表中维护。* *规则：避免在尺寸内使用 m：n。* 中的 * 导航到“建模”选项卡-> InfoProvider。 * 右键单击 InfoArea。 * 从上下文菜单中单击“创建 InfoCube”。 * 输入技术名称。 * 输入说明。 * 选择选项按钮“ Standard InfoCube”。 **不要** * 如果用户满足以下条件，则可以使用标准 Infocube： * 希望方便进行多维分析。 * 想要存储具有大量数据的摘要/汇总信息。 * 如果维度表中仅放置一个对象，请使用订单项维度。 * 保持较高的记录粒度。 * M 组：同一维内的 N 个基数。 * 更加注意通过导航属性带来角色信息。 * 在维表中维护高基数信息。