SAP HANA маркетинг и реальность...©2019 SAP SE or an SAP affiliate company. All rights reserved. ǀPUBLIC 6 Далекий 2005год SAP покупает P*TIME

PUBLIC

Антон Ноздрин

SAP HANAмаркетинг и реальность

Мифы

3PUBLIC© 2019 SAP SE or an SAP affiliate company. All rights reserved. ǀ

Миф 1: in-memory

Диск, 5мс 71,5 км

Оператив. память, 70нс 1 м

inmemory.pdf


Миф 2: колоночное хранение

сreate table Person (ID, Name, City)

Построчное хранение

1 Иванов Москва 2 Петров Москва 3 СеменовМосква 4 Сергеев Тюмень 5 Кац Москва 6Петров Тюмень 7 Зайкин Киев 8 Ежов Рязань

1 2 3 4 5 6 7 8

Колоночное хранение

Киев Москва Москва Москва Москва Рязань Рязань Тюмень

Ежов Зайкин Иванов Иванов Кац Петров Петров Семенов

И реальность


Далекий 2005 год

SAP покупает P*TIME

А еще:

• MaxDB + liveCache

• TREX

• Sybase IQ


Как устроена память ЭВМ

ЦПУ

Регистры

Кэш L1-L3

Оперативная память

Диски


Иерархия памяти

Диск, 5мс 1300 км

Оперативная пмт, 70нс 14 м

Кэш ЦП, 5нс 1 м

Регистры ЦП, 0,3нс


Как работает кэш

1 Иванов Москва 2 Петров Москва 3 Семенов

Москва 4 Сергеев Тюмень 5 Кац Москва 6

Петров Тюмень 7 Зайкин Киев 8 Ежов Рязань

ЦПУ

Регистры

Кэш L1-L3

Найти человека с максимальной длиной фамилии

256 kb






ЦПУ

Регистры

Кэш L1-L3


256 kb

200 kb






ЦПУ

Регистры

Кэш L1-L3


200 kb

256 kb



ЦПУ

Регистры

Кэш L1-L3


50 kb

1 2 3 4 5 6 7 8


Ежов Зайкин Иванов Иванов Кац Петров Петров Семенов

256 kb



ЦПУ

Регистры

Кэш L1-L3


5 kb

1 2 3 4 5 6 7 8


Е З И И К П П С

256 kb


Особенности колоночного хранения

ЦПУ 1

Регистры

Кэш L1-L3


5 kb

1 2 3 4 5 6 7 8


Е З И И К П П С

ЦПУ 2

Регистры

Кэш L1-L3


Векторные вычисления

ЦПУ

Регистры

Кэш L1-L3

select Surname + Name

24 4821 0 -35 26 56 11 1

29 4826 5 -30 31 61 16 6

За 1 такт

+ + + + + + + +

5 5 5 5 5 5 5 5


HANA allows us to analyze the performance of East Coast stores on Black Friday and make pricing adjustments for stores on the West Coast before they open.

The HANA Data Café


Data Cafe?- 3+ years, 250 Billion rows of detail POS- No aggregates or pre-joins to get in the way

of real time

Benefits?- Queries analyze “ALL” of the data, full table

scans, dynamic categorization on the fly, providing any insight possible

- Even during Black Friday load, data at most is 1 hour old (versus nightly on previous technologies)

- Queries come back in 2 seconds meeting Walmart’s “8 second rule”

Scale?- Scale to thousands of users (1,500 named, 450

concurrent (20 reports/user)- Tested to 36,000 completed queries per hour

(9,000 reports/hour with 4 queries per report)- Black Friday peak load, 3 million records per

minute- Scale-out with 16 2TB nodes (+HA)

TCO?- Reduction in ETL complexity, direct population of

base schemas- Massive reduction in DBA tuning costs compared

to previous technologies (Teradata and Greenplum)

- More efficient App Dev cycles with HANA XS engine and HTML5

- Data compressed from 46.5 TB to 5.7 TB


Но это было не главное

HANA умеет писать также хорошо как читать:

экстремальная скорость чтения и обработки данных (OLAP)

хорошая скорость записи данных (OLTP)

Изначально это и была цель создания SAP HANA


HANA как супербыстрая СУБД§ Отсутствие индексов и агрегатов → упрощение модели данных

§ Перенос VDM на уровень HANA → упрощение модели данных, перенос логики с Application Server (ABAP)

§ Онлайн расчеты → не нужны «остатки»

§ Онлайн расчеты → embedded analytics (не требует хранилища)

Что это все дает для SAP Digital Core


И даже это еще не все

DATABASE MANAGEMENT

Web Server JavaScript, Java, R, Python

Graphic Modeler

Data Virtualization ELT & Replication

Columnar OLTP+OLAP

Multi-Core & Parallelization

Advanced Compression

Multi-tenancy Multi-Tier Storage

Graph Predictive Search

DataQuality

SeriesData

Business Functions

Hadoop & Spark Integration

Streaming Analytics

Application Lifecycle Management

High Availability &Disaster Recovery

OpennessDataModeling

Admin &Security

Remote Data Sync

Spatial

Text Analytics

Fiori UX

APPLICATION DEVELOPMENT DATA INTEGRATION & QUALITYADVANCED ANALYTICAL PROCESSING

S A P H A N A

In-memory

А зачем мне это знание?


Оптимизация

Использование стандартных сервисов по-максимуму

Широкий спектр задач (универсальная платформа)

Зачем: Чтобы правильно писать программы


Крупный ритейл, клиент SAP

Замена сегментации клиентской базы TREX/Oracle на HANA.

Рост производительности в 20 раз

Парочка примеров


Партнер, система расчета и оптимизации расписания аэропорта

Уменьшение времени расчета с часов до десятков секунд





HANA – это поделка под SAP ERP

Для разработки нужен сервер за $ХХХХХХХХ

Сервисы в HANA – это отстой, а вот настоящее – это OpenSource (SAS/Oracle/Teradata/…)

Зачем: Чтобы вырваться из стереотипа

ЛОЖЬ


Зачем: Да это просто интересно!


Так что такое HANA?

[email protected]

Вопросы?

Documents

SAP HANA маркетинг и реальность...©2019 SAP SE or an SAP affiliate company. All rights reserved. ǀPUBLIC 6 Далекий 2005год SAP покупает P*TIME