In der heutigen Zeit ist das größte und wichtigste Kapital eines Unternehmens sein Wissen, auf dessen Grundlage oft wichtige Entscheidungen der Unternehmensspitze getroffen werden. Dieses Wissen ist in Form von Daten in meist unzähligen Datenbanken abgelegt. Gerade bei großen Konzernen häuft sich über die Jahre eine sehr große Datenmenge an, wodurch es immer schwieriger und kostenintensiver wird, auf diese Daten gezielt zuzugreifen. Bei noch mehr Daten, die für die nahe Zukunft erwartet werden, wird dieses Problem noch gravierender und somit eine immer größere Herausforderung für die Unternehmen.
Die bisherigen Verfahren um diese Datenmengen sinnvoll und zielgerichtet aufzuarbeiten, basieren meist auf unterschiedlichen Systemen. So werden operative und analytische Daten in unterschiedlichen Datenbanken gespeichert. Sollen diese Daten nun ausgewertet werden, um z.B. zukünftige Unternehmensstrategien festzulegen, werden die Daten in einem aufwendigen Verfahren in ein Data-Warehouse (DWH) importiert. Dieser Prozess kann je nach Datenmenge mehrere Tage in Anspruch nehmen, wodurch die Daten schon wieder „veraltet“ sein könnten und somit für den Entscheidungsträger nur noch bedingt von Nutzen sind.
Dieses Problem wurde von IT-Unternehmen erkannt und so wurden verschiedene Systeme entwickelt, um derartige Analysen sehr viel schneller bzw. im Idealfall in sogar Echtzeit durchzuführen. Eines dieser Systeme ist das von der SAP AG entwickelte HANA System, welches auf einer In-Memory-Technologie basiert, um komplexe Analysen von großen Datenmengen zu beschleunigen.
In dieser Arbeit soll die HANA Technologie evaluiert werden. Dabei werden die Konzepte, die zur Beschleunigung von daten- und rechenintensiven Analysen notwendig sind beschrieben und mögliche Einsatzgebiete erörtert. Des Weiteren soll eine Applikation mit der HANA Technologie in der Amazon Cloud entwickelt werden, um somit die Einsatzmöglichkeiten besser definieren zu können.
Inhaltsverzeichnis
1 Einleitung
2 Was ist SAP HANA?
2.1 SAP HANA Architektur
2.1.1 Hardware
2.1.2 Software
2.2 In-Memory-Technologie
3 SAP HANA Studio
3.1 Voraussetzungen
3.2 Installation
3.3 Eclipse-Konfiguration
3.4 Amazon Cloud Konfiguration
3.5 Arbeiten mit SAP HANA Studio
4 Entwicklung einer ersten Applikation
4.1 Verbinden mit SAP HANA
4.2 Tabellen und Testdaten
4.3 Package
4.4 Attribute View
4.5 Auswertungen – Data Preview
5 Zusammenfassung
A. Anhang
a. SQL Scripts
Zielsetzung & Themen
Das Hauptziel dieser Arbeit ist die Evaluierung der SAP HANA Technologie, um deren Konzepte zur Beschleunigung rechenintensiver Analysen zu untersuchen. Im Rahmen der Arbeit soll zudem eine Applikation in der Amazon Cloud entwickelt werden, um die Einsatzmöglichkeiten der Technologie in der Praxis zu demonstrieren.
- Grundlagen und Architektur von SAP HANA
- Vergleich von In-Memory-Technologie zu traditionellen Datenbanken
- Installation und Konfiguration des SAP HANA Studios
- Praktische Implementierung einer Applikation in der Amazon Cloud
- Visualisierung und Auswertung von Daten mit Data Preview
Auszug aus dem Buch
2.1.2 Software
Die SAP HANA Datenbank Software, die auf einem Server installiert wird, vereint mehrere Technologien, die SAP bereits seit längerem im Einsatz hat und die sich im Einsatz bewährt haben:
- MaxDB
MaxDB ist ein Relationales Datenbankmanagementsystem (RDBMS), welche bis 2004 unter der Bezeichnung SAP DB bekannt war. MaxDB ist im Vergleich zu anderen großen RDBMS, wie z.B. von Oracle, relativ simpel aufgebaut und hat geringe Systemvoraussetzungen. Die Das Datenbanksystem kann zum Betrieb für SAP ERP, aber auch SAP BW eingesetzt werden. Es hat eine „hohe Zuverlässigkeit und Verfügbarkeit sowie Skalierbarkeit und ein sehr umfangreiches Set von Features“ [MA09, 29].
- TREX
TREX ist eine von SAP entwickelte Search-Engine, die seit 2000 eine Komponente der NetWeaver Plattform ist. TREX arbeitet bereits mit der In-Memory-Technologie und benutzt optimierte Datenstrukturen, wie die spaltenorientierte Speicherung von Datenbankinformationen, wodurch auch der Speicherplatz reduziert werden kann.
- P*Time
P*Time ist eine Technologie der Firma Transact in Memory und wurde im Jahr 2005 von SAP akquiriert. P*Time ist ein leichtgewichtiges Relationales Datenbankmanagementsystem, welches als OLTP System eingesetzt werden kann. Das System arbeitet dabei mit einer In-Memory-Technologie mit einer zeilenorientierten Speicherung von Datenbankinformationen.
Diese drei Technologien sind die Hauptbestandteile von SAP HANA und bilden das Rückgrat der In-Memory-Technologie, die von SAP NewDB genannt wird.
Ein weiterer wichtiger Bestandteil von SAP HANA ist die spaltenorientierte Speicherung der Daten (column-based). Üblicherweise speichert ein RDBMS die Daten zeilenweise (row-based) in einer Tabelle ab, ähnlich wie in einem Microsoft Excel-Sheet, was jedoch gerade bei großen Datenbanken ein Nachteil der der Geschwindigkeit sein kann. Um dies zu verdeutlichen, wird im folgendem der Aufbau einer zeilenorientierten und einer spaltenorientierten Speicherung verglichen.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung erläutert die Herausforderungen bei der Verwaltung großer Datenmengen und führt SAP HANA als In-Memory-Lösung zur Echtzeit-Analyse ein.
2 Was ist SAP HANA?: Dieses Kapitel beschreibt die Architektur, die Hardware-Anforderungen und die Software-Komponenten (MaxDB, TREX, P*Time) sowie die Vorteile der In-Memory-Technologie.
3 SAP HANA Studio: Der Abschnitt behandelt die Installation der Entwicklungsumgebung, die Eclipse-Konfiguration und die Einrichtung einer Instanz in der Amazon Cloud.
4 Entwicklung einer ersten Applikation: Hier wird der praktische Prozess von der Erstellung von Tabellen und Testdaten bis zur Erstellung von Views und der Datenvisualisierung erläutert.
5 Zusammenfassung: Dieses Kapitel zieht ein Fazit zur Evaluierung, hebt die Praxistauglichkeit hervor und ordnet die Bedeutung von SAP HANA für Unternehmen ein.
Schlüsselwörter
SAP HANA, In-Memory-Technologie, Datenbank, SAP HANA Studio, Amazon Cloud, Data-Warehouse, Echtzeit-Analyse, Spaltenorientierte Speicherung, Applikationsentwicklung, Cloud Computing, Performance, SQL, Attribute View, Business Warehouse, Big Data
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Evaluierung der SAP HANA Technologie hinsichtlich ihrer Einsatzmöglichkeiten und Performance-Vorteile für datenintensive Analysen.
Was sind die zentralen Themenfelder?
Die zentralen Themen umfassen die In-Memory-Architektur von SAP HANA, die Einrichtung des SAP HANA Studios sowie die Entwicklung einer beispielhaften Applikation in der Cloud.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, die Konzepte zur Beschleunigung von Datenanalysen zu verstehen und durch eine praktische Implementierung in der Amazon Cloud die Einsatzmöglichkeiten der HANA-Technologie zu evaluieren.
Welche wissenschaftliche Methode wird verwendet?
Es wird eine explorative Evaluierungsmethode angewandt, bei der die theoretischen Grundlagen mit einer praktischen Umsetzung (Prototyping) in einer Cloud-Umgebung kombiniert werden.
Was wird im Hauptteil behandelt?
Der Hauptteil behandelt die technische Architektur, die Konfiguration der Entwicklungsumgebung sowie Schritt-für-Schritt-Anleitungen zur Applikationsentwicklung unter Nutzung von Datenbank-Tabellen und Views.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind SAP HANA, In-Memory-Technologie, Cloud Computing, Echtzeit-Analysen und die spaltenorientierte Datenhaltung.
Warum wird für die Evaluierung die Amazon Cloud genutzt?
Da SAP HANA Lizenzen kostenintensiv sind, bietet die Amazon Cloud die Möglichkeit, eine HANA Instanz kostengünstig pro CPU-Stunde für Testzwecke zu betreiben.
Was ist der Unterschied zwischen zeilenorientierter und spaltenorientierter Speicherung?
Die zeilenorientierte Speicherung ähnelt klassischen Datenbanken, während die spaltenorientierte Speicherung eine wesentlich effizientere Komprimierung und schnellere Selektion von Daten für analytische Zwecke ermöglicht.
Wie stellt SAP HANA die Datensicherheit bei einem Absturz sicher?
Durch einen sogenannten "Persistence Layer" werden Daten regelmäßig auf nichtflüchtige Speichermedien geschrieben und Änderungen in Logs festgehalten, um den Zustand nach einem Recovery wiederherstellen zu können.
- Quote paper
- Torsten Müller (Author), 2014, Evaluierung der SAP HANA Technologie, Munich, GRIN Verlag, https://www.grin.com/document/270979
