OData(Open Data Protocol)协议是一个开放的工业标准，用于定义RESTFul API的设计和使用。我的文章标题前加上SAP的前缀，只是为了表明这篇文章介绍的是Jerry在SAP项目开发中使用到OData的一些心得和经验。
目前OData被广泛用于SAP Business Suite和SAP S/4HANA的众多Fiori应用中，以及SAP Customer Engagement Center和一些正在开发的新一代云产品中。此外OData也是SAP Cloud for Customer推荐的一种将C4C和客户第三方应用集成的技术手段。关于这种集成方式，在我的另一篇文章里有所介绍：
SAP S4CRM vs C4C, 诸葛亮和周瑜?
本文会从OData服务的实现和消费这两个方面来介绍，目录如下：
• 在SAP Business Suite中进行OData开发
• 在SAP S/4HANA中进行OData开发
• 使用ABAP代码消费OData服务
• 使用Java代码 + Apache Olingo消费OData服务
• 使用UI5消费OData服务
• OData性能测试
• C4C中的OData应用
• XS OData Services
• 更多阅读
在SAP Business Suite中进行OData开发
以SAP CRM为例。SAP对于很多Fiori应用都贴心地提供了可以云端试用的版本，通过这个链接访问。
点击链接之后，在Fiori Launchpad里能看到CRM目录下存在若干Tile，它们是SAP成都研究院CRM Fiori开发团队负责开发和维护的，Jerry也曾经是这个团队的一员。随便点击一个Tile, 比如My Opportunities：
然后我们能看到该应用的明细页面了。在Chrome开发者工具的Network标签页，我们能观察到一个对于metadata的请求：
关于Chrome开发者工具的使用技巧，Jerry曾经做过整理，单独写在另一篇文章里：
Jerry和您聊聊Chrome开发者工具
我们把这个metadata请求的url从Chrome开发者工具里拷贝出来，完整链接如下:
https://www.sapfioritrial.com/sap/opu/odata/sap/CRM_OPPORTUNITY/$metadata?sap-language=en&sap-client=001
直接在浏览器里访问这个链接，就能观察到包含在链接里名为CRM_OPPORTUNITY的OData服务的metadata(元数据)。我们可以把一个OData服务的模型类比成一个SAP Business Object，该模型同样由一个根节点和若干子节点组成，每个节点包含若干字段。某些节点提供了一些可以执行的逻辑，在OData协议里称这些逻辑为function import(相当于Business Object里的action)。不同节点之间通过定义Navigation建立关联关系——SAP基于Netweaver的不同产品的建模方式思路都类似，可以触类旁通。
另一个重要的请求：
https://www.sapfioritrial.com/sap/opu/odata/sap/CRM_OPPORTUNITY/Opportunities?$skip=0&$top=20&$inlinecount=allpages&sap-client=001
在Jerry的另一篇文章 SAP UI 搜索分页技术 里已经对这个请求做过分析：
• KaTeX parse error: Expected 'EOF', got '&' at position 7: skip=0&̲top=20：通知后台执行分页搜索，只将满足查询条件的前20条记录从数据库取出，返回给UI。
• $inlinecount=allpages: 返回数据库满足搜索条件的记录数。因为Jerry未指定搜索条件，所以返回系统里Opportunity的总个数1051。
下面简单介绍SAP Business Suite系统里如何开发OData模型和服务。
在动手开发前，我们需要先温习Fiori的架构。
在我的文章 SAP Fiori应用的三种部署方式里提到过这张图：
谈到Fiori开发时，就这张图而言，可以总结成两句话：
- 在ABAP Back-End服务器上做OData模型和服务的开发
- 在ABAP Front-End服务器上做OData服务的注册，以便让Fiori应用能够消费
首先我们到ABAP Back-End服务器上，使用事务码SEGW打开CRM_OPPORTUNITY这个OData服务。可以看到Data Model里包含了很多节点，每个节点实际上由一个ABAP DDIC Structure实现，节点上的每个字段对应着Structure上的字段。我们定义好OData模型包含哪些Structure之后，点击工具栏的Generate Runtime Objects按钮：
SAP Gateway框架就会基于我们定义的OData模型，自动生成4个ABAP类和两个模型。
MPC和MPC_EXT：当消费者访问该服务的metadata时，这两个类负责把通过ABAP DDIC Structure描述的metadata信息转换成OData协议规范的格式并返回。每次开发人员修改OData模型，点击Generate按钮后，MPC的代码都会重新生成。如果开发人员需要在模型上添加一些额外信息，比如一些版本控制信息或者相关注解(annotation),那么需要在MPC_EXT里通过ABAP代码实现。MPC_EXT是MPC的子类，其代码不会被Generate按钮覆盖。一个例子如下：
DPC和DPC_EXT：包含了OData服务的实现，实际上也就是基于OData模型的CRUD操作，搜索操作和function import的实现。以Opportunity为例，因为该模型底层使用的是CRM One Order模型，所以DPC_EXT里包含了大量CRMORDER等函数调用，CRM顾问朋友们对这些函数应该非常熟悉。
在ABAP Back-End服务器做好OData开发后，登陆ABAP Front-End服务器，使用事务码*/IWFND/MAINT_SERVICE将后台服务器做好的OData服务进行注册。
下图是OData服务在ABAP Front-End服务器的注册界面。从下图能看出理论上一台ABAP Front-End服务器可以连接多台ABAP Back-End服务器，
SAP把这种1:N的关系称为Multiple Origin Composition，典型的使用场景比如一家跨国企业，其美洲分公司的应用运行于Back-End服务器1，欧洲分公司位于Back-End服务器2。一个销售经理使用Fiori应用查看该企业某个时间段内全球的销售数据，则其OData实现会将这两台服务器的后台数据搜集起来，进行汇总并返回给UI。具体细节请参考SAP帮助文档：
关于SEGW更多开发细节，可以参考我的SAP同事环宇的公众号文章：
十分钟手把手系列之SEGW Project入门
在S/4HANA中进行OData开发
在我的公众号文章 Hello World, S/4HANA for Customer Management 1.0 里提到，CDS view是S/4HANA里一个重要的建模方式。
我们还是来看个具体的例子。假设需要在S/4HANA里开发一个管理Service Order的Fiori应用，功能暂定为支持对Service Order的只读操作，即查询和浏览。借助S/4HANA的CDS view建模技术，我们不需要写一行JavaScript，就可以自动生成一个满足需求的Fiori应用，听起来是不是很神奇？
我们需要创建一个CDS view，用它来自动生成OData的模型和服务，即下图绿色的Z_C_Service_Order_View。该View又从其他更底层的CDS view取数据，将Service Order的抬头，行项目，状态信息等数据聚合在一起。
CDS view开发完毕后，只需要在事务码SEGW里将其通过Reference->Data Source加载进去：
就可以自动生成OData模型，以及前一章节提到的MPC和DPC各两套一共4个ABAP Class，分别对应下图蓝色和红色区域所示，无需应用开发人员再写ABAP代码。
然后用SAP WebIDE创建一个新的Fiori应用，注意创建时不要使用普通的SAPUI5 Application模板，而采用Smart Template Application模板。在创建向导里指定之前基于CDS view自动生成的OData服务。
点击向导的Finish按钮，最终不用写一行JavaScript代码，就得到这样一个Fiori应用：
上图提到的CDS view的源代码，以及Smart Template的工作原理，都在我的博客里：
Create a CRM Service Order Fiori application within a couple of minutes
更进一步，如果想给这个自动生成的Fiori应用增添一些功能，例如支持对Service Order的修改和创建操作，请按照我的另外两篇博客去实现：
• Enable CRM Service Order application with edit functionality
• Enable CRM Service Order application with create functionality
值得一提的是，在CDS view里有一个强大的注解：
@OData.publish: true
和SpringBoot的注解能实现很多神奇的功能一样，被该注解定义过的CDS view，能够不借助SEGW的帮助，自动生成OData模型和服务，进一步简化了开发人员做OData开发需要的配置，有助于开发人员快速构建出标准化的OData服务。
@OData.publish这个注解的实现原理，请参考我的CDS view自学教程系列的第4部分：
Part 4 how does annotation @OData.publish work
OData服务的消费
前面说了这么多都是OData模型和服务的开发，现在来谈谈如何消费。
使用ABAP代码消费OData服务
以消费C4C Opportunity的标准OData服务为例。
首先在postman里搞清楚如何使用HTTP Post加上OData的$batch操作来创建Opportunity：
其实最主要的工作量就是把b a t c h 操 作 的 一 整 套 流 程 用 A B A P 代 码 实 现 。 batch操作的一整套流程用ABAP代码实现。batch操作的一整套流程用ABAP代码实现。batch请求的body通过下图代码里insert_line这个自定义宏操作的一系列字符串去填充。
因为ABAP Netweaver既可作为Web Server，又可作为Web Client，所以使用ABAP代码消费OData这种RESTFul API，实质上是利用了IF_HTTP_CLIENT的SEND和RECEIVE方法，进行网络请求的发送和接收。
我在SAP Community上写过一个用ABAP代码消费OData服务的教程：
Consume standard C4C OData service via ABAP code
使用Java代码 + Apache Olingo消费OData服务
相信大多数开发人员都不愿意像下面的代码这样直接操作OData $batch body，既麻烦又容易出错。
于是在Java里就有了Apache Olingo，一个开源库，您可以把它当成OData的Java SDK，封装了OData底层的细节。$batch操作需要填充的BatchChangeSet和BatchChangeSetPart在Olingo里都有了对应的类进行封装，看看下图使用Java代码调用OData服务进行ServiceTicket 的创建，和上图ABAP代码进行比较，是不是从语义上看清晰了很多？
上图的完整Java代码，参考我的github
使用UI5消费OData服务
在SAP UI5官网上能找到详细的API说明。
Jerry只补充两点原创内容。 - UI5 OData API的同步和异步参数。
2015年6月时，我和德国一位负责Quality的同事就这个话题在半小时的电话会议里产生了争执。因为时间有限，我没能在电话里说服他，所以就有了这篇博客。德国同事看了之后，同意了我的意见。具体细节参考博客：
A Test on Fiori OData request Synchronous mode VS Asynchronous mode
下图是5个请求以同步模式发出在Chrome开发者工具Network标签页中观察到的时序：
下图是5个请求以异步模式发出： - 在SAP云平台的CloudFoundry环境下消费ABAP On-Premise OData服务
场景：在微信里消费On-Premise系统的OData服务。
详细步骤已经在我之前的微信公众号文章介绍过了。
OData性能测试 - 使用Netweaver提供的性能测试工具
详细介绍参考我的博客：
How to find OData performance trace and payload trace functionality - 使用JMeter测试OData服务在高并发场景下的性能指标
在Jerry工作过的客户项目里，很多客户提出了这种性能测试要求，比如同时发起1000个Service Request的OData创建请求，测量其平均响应时间。
Jerry在这两篇博客里介绍了两种办法：
(1) 自己写Java代码，用多线程编程技术，每个线程发起一个OData创建请求，自己度量平均响应时间。
(2) 使用性能测试神器JMeter，这样一行代码都不用写。
两种办法的具体介绍参考我的博客：
• JMeter beginner – how to use JMeter to measure performance of OData service accessed parallelly
• OData service parallel performance measurement – how to deal with XSRF token in Java Program and JMeter
Kapsel OData plugin原理讲解
SAP移动解决方案的Offline(离线)模式使用了Kapsel OData plugin，用于将业务数据从后台系统抽取出来，保存于设备本地的离线存储区域。
