Archiv

SAP Housekeeping

Housekeeping – dieses Thema wird in der IT oft stiefmütterlich behandelt. Aufgeräumt werden kann in vielen Bereichen. Der Anwendung- und Applikations-bereich wird in diesem Artikel nicht beleuchtet. Vielmehr fokussiert sich der Beitrag auf stark wachsende Basistabellen, die hauptsächlich im Hinweis #706478 – Maßnahmen gegen stark wachsende Basistabellen zusammengefasst sind.

In diesem Hinweis werden unter den derzeit 69 Stichpunkten weit über hundert Tabellen genannt, die ohne größere Probleme aufgeräumt werden könnten. Leider ist diese SAP Note schwer zu lesen und verweist zudem oft nur auf andere Hinweise, die auch nicht immer eine direkte Lösungsanweisung enthalten. Hilfreicher ist der enthaltene Link service.sap.com/ilm zum Data Management Guide(for SAP Business Suite), der sich zu Recht Best-Practice Document nennt.
Zuerst sollte man sich einen Überblick über den Zustand seines Systems verschaffen. Dies kann in der Transaktion DBACOCKPIT/DB02 geschehen, aber auch in der weniger bekannten Transaktion ST14. Es empfiehlt sich hier regelmäßig eine Analyse für „Business Warehouse“ im Produktivmandanten einzuplanen.

Ein Vorteil dieser „Anwendungsanalyse“ ist, dass das Ergebnis übersichtlich im System gespeichert wird und auch nach Jahren noch schnell für Vergleiche heran gezogen werden kann.

Im Idealfall findet man hier schnell große PSA Tabellen, unkomprimierte InfoCubes und andere Platzfresser. Leider sind diese Informationen nicht immer vollständig oder korrekt. Besonders mit individuellen Namensräumen hat das Tool Probleme. Aber auch falls der Lauf abbricht und eventuell nicht alle möglichen Details findet, so liefert er wenigstens eine Liste der größten Objekte in der Datenbank.

Hier tauchen unter den größten Tabellen einige auf, die sich auch im oben zitierten Hinweis oder Guide wiederfinden. Es lohnt sich die erstgenannten Tabellen zu prüfen und zu hinterfragen, ob diese Objekte so groß sein müssen. Oft ist hier ein Standardjob nicht oder fehlerhaft eingeplant, eine Customizing-Einstellung falsch gesetzt oder obsolete Daten sind nicht gelöscht.

Einige typische Beispiele sind:schneeflocke
• Zu viele Informationen werden in den Applikationlog BALDAT geschrieben,
oder der Löschjob dazu funktioniert nicht in allen Mandanten.
• Die Protokollierung DBTABLOG ist für falsche Tabellen eingeschaltet.
• Statistiken RSDDSTAT werden zu detailliert aufgezeichnet.
• Im SAP Business Warehouse tauchen oft RS*-Tabellen auf. Zudem nutzen in diesem System oft einige DTP ungewollt den ErrorStack RSBERRORLOG, oder Statistiken und Logs werden länger gespeichert als nötig.

Übrigens greift der Early Watch Alert ebenfalls auf ähnliche Tools zu und einige Empfehlungen können auch dort gefunden werden.

Das Löschen der Daten von zu großen Tabellen sowie das Um- und Ausplanen ungewollter Protokollierungen und Jobs helfen, das System schlanker zu halten, Backupzeiten zu verkürzen, oder den einen oder anderen Zugriff auf ein Logfile zu beschleunigen.