自2008年以來(lái)，SAP Hana一直是領(lǐng)先的數(shù)據(jù)庫(kù)管理系統(tǒng)之一。它比許多其他數(shù)據(jù)庫(kù)管理解決方案能夠更有效地處理數(shù)據(jù)，主要是因?yàn)樗梢允褂靡恍┳钕冗M(jìn)的Hadoop工具。沒(méi)有Hadoop，大多數(shù)SAP Hana數(shù)據(jù)庫(kù)將是相對(duì)無(wú)用的。訪問(wèn)大多數(shù)數(shù)據(jù)集將是困難的，特別是在它們存儲(chǔ)原始數(shù)據(jù)的時(shí)候。

為什么Hadoop是SAP Hana的骨干

邁克爾·考克斯和戴維·埃爾斯沃斯在1997年發(fā)表的“數(shù)據(jù)可視化應(yīng)用控制需求調(diào)查”一文中提出了大數(shù)據(jù)這一術(shù)語(yǔ)。然而，大數(shù)據(jù)的應(yīng)用直到最近才變得真正可行。

這個(gè)問(wèn)題與存儲(chǔ)容量無(wú)關(guān)。云計(jì)算的進(jìn)步地指數(shù)級(jí)增加了人們存儲(chǔ)數(shù)據(jù)的能力。然而，在存儲(chǔ)數(shù)據(jù)后，訪問(wèn)數(shù)據(jù)是另一個(gè)問(wèn)題。大多數(shù)數(shù)據(jù)提取工具可以從存儲(chǔ)數(shù)TB數(shù)據(jù)的數(shù)據(jù)陣列中獲取。據(jù)數(shù)據(jù)科學(xué)中心稱，它將一些應(yīng)用的數(shù)據(jù)可訪問(wèn)性提高了109％。

許多數(shù)據(jù)已經(jīng)以非結(jié)構(gòu)化格式存儲(chǔ)，這可能難以提取，開(kāi)發(fā)Hadoop來(lái)使流程更容易。

一些SAP Hana解決方案允許用戶存儲(chǔ)高達(dá)4.6TB的數(shù)據(jù)。然而，數(shù)據(jù)通常以不同的文件類型存儲(chǔ)，這些文件類型很難以一致的格式提取和組織。Hadoop使得這個(gè)過(guò)程更加簡(jiǎn)單容易。

SAP Hana如何與Hadoop集成

將SAP Hana與Hadoop集成可以使訪問(wèn)遠(yuǎn)程數(shù)據(jù)集群變得更加容易。但是，設(shè)置是一個(gè)耗時(shí)的過(guò)程。第一步是設(shè)置和安裝集群。框架可以通過(guò)幾種方式構(gòu)建：

? 內(nèi)部部署群集本地集群模型是處理需要少于50個(gè)節(jié)點(diǎn)的特定位置的項(xiàng)目的理想選擇。

??基于云計(jì)算的群集。如果用戶需要在大型地理位置進(jìn)行協(xié)調(diào)，或者需要超過(guò)50個(gè)節(jié)點(diǎn)，那么基于云計(jì)算的群集就會(huì)更好。

??確定正確的群集后，用戶將需要?jiǎng)?chuàng)建一個(gè)測(cè)試環(huán)境。Cloudera Director是其中一個(gè)更好的模型。

??執(zhí)行幾個(gè)測(cè)試模擬后，用戶可以使用Hadoop來(lái)訪問(wèn)SAPHana智能數(shù)據(jù)。

使用Hadoop與SAP Hana有什么好處？

SAP Hana管理員使用Hadoop有很多原因。許多人選擇在HANA上使用SAPUI5，因?yàn)樗哂刑厥獾腍adoop基礎(chǔ)設(shè)施。

成本效益

據(jù)戴爾EMC公司介紹，成本效益是整合Hadoop和SAP Hana的主要原因之一。其成本節(jié)省取決于存儲(chǔ)的數(shù)據(jù)量，而不管數(shù)據(jù)是否是結(jié)構(gòu)化的，非結(jié)構(gòu)化，還是半結(jié)構(gòu)化的。

“VMAX所有閃存陣列通常由各種存儲(chǔ)組，SAP ANA生產(chǎn)和非生產(chǎn)數(shù)據(jù)庫(kù)以及非SAP Hana工作負(fù)載組成，每個(gè)都具有自己的存儲(chǔ)弦CR。因此，整個(gè)系統(tǒng)CR是各種底層存儲(chǔ)組比率的組合。通過(guò)工作負(fù)載的正常組合，您可以看到大約2：1的系統(tǒng)CR。該比例可能會(huì)更高或更低，具體取決于工作負(fù)載組合。當(dāng)內(nèi)聯(lián)壓縮與其他VMAXAllFlash節(jié)省空間的功能（如虛擬配置，零空間回收和節(jié)省空間的快照）相結(jié)合時(shí)，可實(shí)現(xiàn)4：1的總體效率。

快速響應(yīng)時(shí)間

響應(yīng)時(shí)間，可擴(kuò)展性和可靠性之間存在權(quán)衡。Hadoop優(yōu)先考慮快速響應(yīng)時(shí)間，因此它是管理員需要緊急訪問(wèn)數(shù)據(jù)的應(yīng)用程序的理想選擇。對(duì)于可擴(kuò)展性更為關(guān)注的應(yīng)用程序，Hadoop可能不太可取。

用戶將需要首先概述其優(yōu)先級(jí)。然而，由于大多數(shù)SAP Hana用戶的優(yōu)先權(quán)是大多數(shù)權(quán)宜之計(jì)，因此Hadoop通常是他們的解決方案。

批處理和挖掘原始數(shù)據(jù)

使用更原始的大數(shù)據(jù)提取工具難以獲取原始數(shù)據(jù)。Hadoop使它更容易，這是SAP ana應(yīng)用程序中廣泛使用的主要原因之一。

實(shí)體Hadoop框架是SAP ana應(yīng)用程序的關(guān)鍵

當(dāng)用戶設(shè)置SAP Hana數(shù)據(jù)環(huán)境時(shí)，幾乎總是需要將其與Hadoop進(jìn)行集成。否則訪問(wèn)非結(jié)構(gòu)化數(shù)據(jù)將是非常困難的。

原文發(fā)布時(shí)間為：2017年7月24日

本文來(lái)自云棲社區(qū)合作伙伴至頂網(wǎng)，了解相關(guān)信息可以關(guān)注至頂網(wǎng)。

總結(jié)

以上是生活随笔為你收集整理的Hadoop工具如何形成SAP Hana的大数据平台的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。