Replication Flow (SAP Datasphere): Definition & Abgrenzung

Ein Replication Flow ist ein Baustein in SAP Datasphere (der Cloud-Datenplattform von SAP), der Daten aus einem Quellsystem in ein Zielsystem kopiert. Zum Start läuft ein einmaliger Vollabzug (Initial Load), danach werden laufend nur die Änderungen nachgezogen. Dieses Nachziehen von Änderungen heißt Change Data Capture (CDC). Die Daten werden dabei physisch kopiert und im Ziel gespeichert, nicht nur bei Bedarf aus der Quelle gelesen.

Was ist ein Replication Flow?

Ein Replication Flow bündelt die drei Bestandteile einer Replikation in einem Objekt: eine Quelle (das System, aus dem die Daten kommen), eine Menge an Quell-Tabellen (die konkret zu kopierenden Datenbestände) und ein Ziel (der Speicherort, an dem die Kopie landet). Zwischen Quelle und Ziel liegt eine einfache Zuordnung der Spalten mit optionaler Auswahl (Projection, also Spalten ausblenden) und Filterung; komplexere Umformungen gehören nicht in dieses Objekt. Angelegt wird der Flow im Data Builder, dem grafischen Modellierungs-Werkzeug von Datasphere.

Der Flow kennt zwei Lademodi. Im Initial-Load-Modus wird die Quelle einmalig vollständig in das Ziel geladen; im Delta-Modus werden nachfolgende Änderungen laufend nachgezogen, technisch als Change Data Capture auf Row-Ebene. Beide Modi lassen sich kombinieren („Initial und Delta"), sodass das Ziel nach dem Erstlauf konsistent gehalten wird.

Als Quellen unterstützt Datasphere SAP-Systeme (S/4HANA, ECC, BW/4HANA, HANA) sowie Nicht-SAP-Quellen wie relationale Datenbanken oder Cloud-Object-Stores. Für ABAP-basierte Quellen läuft die Replikation intern über den Replication Management Service (RMS) und die ABAP Pipeline Engine (APE); Nicht-SAP-Quellen werden über den SAP Datasphere Data Provisioning Agent bzw. SAP HANA Smart Data Integration angebunden. Als Ziel dient meist eine Local Table in Datasphere; über die SAP-Databricks-Integration lässt sich alternativ eine Delta-Tabelle in Databricks adressieren.

SAP positioniert Replication Flows als First-Choice-Pfad für Extract und Load in Datasphere und löst damit ältere Data-Flow- und Teile der klassischen SLT-Muster ab.

Abgrenzung: Remote Tables, Transformation Flow, SLT und CDC

Der Replication Flow steht zwischen mehreren benachbarten Begriffen aus der SAP- und der allgemeinen Datenintegrations-Welt. Die folgenden Abgrenzungen adressieren die häufigsten Verwechslungen.

Begriff	Verhältnis zum Replication Flow
Remote Tables	Föderierter Zugriff auf eine Quelle über SAP Smart Data Access oder Smart Data Integration; keine physische Kopie, Query-Zeit-Zugriff. Der Replication Flow legt eine materialisierte Kopie im Ziel ab.
Transformation Flow	SQL- oder graphische Transformation zwischen bereits vorhandenen Objekten innerhalb Datasphere (T-Schritt eines ELT-Musters). Der Replication Flow deckt E und L ab und transformiert selbst nicht.
SLT (SAP Landscape Transformation Replication Server)	Trigger-basierte Replikation zwischen SAP-Systemen, konfiguriert außerhalb Datasphere. Der Replication Flow ist das Datasphere-native Pendant und deckt SAP- und Nicht-SAP-Quellen in einem Objekt ab.
Change Data Capture	Muster zur Erfassung von Row-Level-Änderungen, unabhängig vom konkreten Werkzeug. Der Replication Flow nutzt CDC im Delta-Modus als Verfahren; das Objekt selbst ist die Datasphere-Verpackung mit Quelle, Ziel und Mapping.

Zwischen Replication Flow und Remote Tables verläuft die wichtigste Entscheidung: physische Kopie mit eigener Semantik im Ziel gegen virtualisierten Zugriff mit Datenhaltung in der Quelle. Beide Muster koexistieren im gleichen Datasphere-Space.

Beispiel: Verkaufsauftrags-Daten aus S/4HANA in Datasphere

Ein Unternehmen betreibt sein operatives ERP als S/4HANA-System und will Verkaufsaufträge in einer analytischen Schicht auswerten. Die Header- und Positions-Tabellen (VBAK, VBAP) sollen in SAP Datasphere abgelegt und dort mit weiteren Daten kombiniert werden.

Im Datasphere Data Builder wird ein Replication Flow angelegt. Als Source Connection dient das S/4HANA-System, angebunden über den ABAP-Konnektor. In der Objektauswahl werden VBAK und VBAP samt der benötigten Felder selektiert; über eine Projection werden nicht benötigte Spalten ausgeblendet. Als Target Container dient ein Datasphere-Space, in dem zwei Local Tables angelegt werden. Der Load Type wird auf „Initial and Delta" gesetzt.

Nach dem Deployment lädt der Initial Run den aktuellen Bestand. Anschließend hält der Delta-Modus die Ziel-Tabellen kontinuierlich synchron: Inserts, Updates und Deletes in der Quelle werden per CDC erfasst und auf die Local Tables angewendet. Ein nachgelagerter Transformation Flow konsolidiert Header und Positionen zu einem analytischen Modell; die Konsumsicht liegt in SAP Analytics Cloud oder, bei aktiver SAP-Databricks-Integration, in einer Delta-Tabelle im Unity Catalog.