到目前为止，规划引擎的最后一组主要的新特性是随BW/4HANA一起提供的，其中一些还可以在NW BW 7,50 SP8中获得。我们过去所做的大部分开发都记录在BPC的规划部分。例如，物联网行业，请参阅SDN博客"从BW-IP和PAK到SAP BPC 11.0的第一步，版本SAP BW/4HANA planning with Embedded Model"，其中描述了改进的YTD计算支持和Analysis Office中的动态分组。另一个博客"BPC/4HANA Embedded和BW4/HANA中无查询报告的改进"展示了我们与analysisforoffice一起完成的工作，使业务用户能够在不使用或更改IT控制的BW查询的情况下构建报告。在计划部分发布这些需求的原因是，这些需求通常是从计划方面触发的。

然而，微信返利机器人可靠吗，由于它们通常是纯分析功能，数据呈现，我们现在决定将这些描述移到BW/4HANA部分，并从规划部分引用它们。

但是我们使分析层更强大并添加"无查询"报告的过程当然在2017年继续，并将在2018年继续。

到2018年第一季度所做的主要改进是：

更好的自动HANA下推标准包括机器学习通过更好的并行化进一步提高性能新的基于查询单元的文档AO公式模式中结构元素处理的改进查询目录搜索的性能改进

让我们详细了解每个主题。

更好的自动HANA下推标准，包括机器学习

查询运行时属性："SAP HANA中的操作"用于确定将操作下推到HANA的程度。通常，如果DBTRANS与DBSEL的比率非常小（参见blog understanding query performance in nw bw and bia），并且DBTRANS一般不会太大，那么HANA中的执行是非常有益的。但目前，对于每个查询，管理员都必须进入并设置最佳值，这非常耗时且具有较高的总体拥有成本。我们希望通过使用新值来简化这一点，管理员只需选择以下标准选项之一。

防御：此选项对应于"专家：优化访问"选项。标准（默认）和攻击性：HANA中操作的新优化器决定是否使用选项"Expert:Formulas calculated in SAP HANA with complex currency/unit"或"Expert:Optimized access"执行查询

如果使用SAP HANA中操作的标准选项执行查询，则新开发的优化器决定使用高级专家选项（关于HANA使用的肯定决策）或选项"专家：优化访问"（关于HANA使用的否定决策）执行查询

如果使用高级专家选项，数据库结果集应该更小，因此分析数据库中数据库结果集的处理时间也会更长经理比较矮。另一方面，由于HANA编排，高级专家选项需要额外的设置成本。

因此，只有在好处（数据库结果集的处理时间较短）高于设置成本时，才有必要使用高级专家选项执行查询。

"HANA中操作的优化器"估计肯定决策[EST\u DBTRANS\u positive\u decision]和否定决策的数据库结果集行数[EST\u DBTRANS\u NEGATIVE\u DECISION]。该估计只考虑在肯定和否定决策中以不同方式执行的查询部分。估计考虑全局滤波器。

然后计算折减系数：[EST\u DBTRANS\u NEGATIVE\u DECISION]/[EST\u DBTRANS\u POSITIVE\u DECISION]。

如果此折减系数大于或等于"最小折减系数"且[EST\u DBTRANS\u NEGATIVE\u DECISION]大于或等于"最小DBTRANS（NEGATIVE DECISION）"，然后，"HANA中操作的优化器"假设较小结果集的好处高于高级专家选项的设置成本。因此，"HANA中操作的优化器"决定使用advanced选项执行查询。否则，"HANA操作优化器"会否定地决定使用"专家：优化访问"选项执行查询。

如果"最小缩减因子"和"最小DBTRANS（否定决策）"为0或1，则"HANA操作优化器"将被禁用，并且始终使用高级专家选项执行查询。

如果"最小缩减因子"和"最小DBTRANS（否定决策）"为0或1，则"HANA操作优化器"将被禁用新的事务RSR\LTO可用于确定"最小缩减因子"和"最小DBTRANS（负决策）"的建议

通过更好的并行化进一步改进性能

除了下推改进，我们还通过进一步并行化HANA优化执行，加速了内部OLAP数据get调用。很难给出这种改进的总体估计，但请查看您的查询。特别是具有许多不同中间和的查询（也由异常聚合间接引起）应该会有好处。

基于新查询单元的文档

各种文档解决方案的历史很长，而且很麻烦。它始于BeX，使用KPRO或基于知识管理的存储，这是一个非常完整的解决方案，特价云服务器，但性能较慢。这导致了这样一个事实，即is很少被使用，也没有被更现代的分析ui（如analysisoffice或designstudio）所采用。不同的如何指导和咨询解决方案（如LGD评论解决方案）确实有所发展，但只会导致有限的功能和实现，并带来高昂的工作量和维护成本。然后，我们为基于BW的规划解决方案（IP、PAK或BPC嵌入式）开发了bw7.4中的DSO规划。基于此，我们后来在数据部分添加了基于SID的特征关键图规划，即所谓的属性规划。一个衍生产品是一个简短的文本解决方案，它消除了对如何解决方案的需要。注释的长度限制在250个字符以下，以及注释不能分配到层次结构级别的问题，使得它成为一个不完整的文档解决方案。对于中间结果和层次结构节点，NO2聚合用于显示注释（如果它们在较低级别上相等）。但不可能将评论本身分配到这样的中间级别。同时在具有可邮递节点的层次结构上添加注释的改进并没有完全缓解这些限制。