在 SAP Analytics 里，有一类问题看起来像是简单的加法，真正排查起来却很容易把人绕进去。
明细数据明明都是正确的，CDS View 查出来也没有问题，到了 Analytical Query 里，总计却和我们手工计算的不一样。某个 Key Figure 在明细行表现正常，一折叠到 Customer、Company Code 或 Fiscal Year 层级，结果突然发生变化。更麻烦的是，同一个 Measure 加上 Exception Aggregation 之后，明细没有变化，总计却完全不同。再叠加 Currency Conversion、Calculated Measure 和 Formula Exception Aggregation，最终结果就更难凭直觉判断。
这类问题通常不是数据错了，而是我们忽略了 SAP Analytical Engine 的计算顺序。
SAP 官方文档对这一点说得非常明确，OLAP Processor 会先按照定义好的粒度执行 Standard Aggregation，再进入 Exception Aggregation。对于 Formula，则要在规定的聚合阶段之后完成公式计算，如果 Formula 自己定义了 Exception Aggregation，还会继续执行 Formula Exception Aggregation。计算顺序不是实现细节，而是查询语义的一部分。
理解 Aggregation Steps 时，我更习惯把整个过程看成一条逐渐收缩数据粒度的流水线。
原始事实数据从数据库进入 Analytical Engine 时，往往处于非常细的粒度。销售场景里可能是一条 Sales Order Item，一条 Billing Item，甚至
