sap hanatm – in-memory computing - cisco.com · sap hanatm – in-memory computing dušan...

SAP HANATM – In-Memory ComputingDušan KachaňákDatabase&Technology Business Development, SAP Central and Eastern Europe

17.10.2012

Prečo in-memory computing?Čo je to SAP HANA?SAP HANA a architektúra DWHScenáre využitia SAP HANAZáver

Výkonnostný limit!

Výkonnostný limit!

© 2012 SAP AG. All rights reserved. 5

Vývoj v oblasti datových hw technológií

In-m

emor

y C

ompu

ting

Ado

ptio

n

Trad

ition

al D

atab

ase

Ado

ptio

n

Time

2012 – Cena za terabyteDiskPamäť

$60$4,900

1990 – Cena za terabyteDiskPamäť

$9,000,000$106,000,000

Typická rýchlosť prístupuDiskPamäťRýchlosť

4,000,000 ns0.4 ns

10,000,000


Motivácia pre In Memory Computing

L1 Cache | ~ 1ns | 64k Chladnička v tej istej miestnosti

L2 Cache | ~ 5ns | 256k Chladnička vo vedlajšej miesnosti

L3 Cache | ~ 20ns | 8M Chladnička u suseda

Main Memory | ~ 100ns | TBs Chladnička v miestnom obchode

Disk | > 1.000.000ns | TBs Chladnička v meste inej krajiny


In-Memory Computing

Technológia, ktorá

umožňuje v reálnom čase

spracovávať veľké objemy

dát v pamäti servera,

poskytujúca okamžité

výsledky pre analytické a

transakčné aplikácie


Riadkové vs. stĺpcové databázy

Záznam 1

Záznam 2Atr1 Atr2

Atr3 Atr5

Atr4

Riadková databáza Stĺpcová databáza

Lepšia paralelizácia = rýchlosť

Kompresia dát


In-Memory Computing

+Riadková a stĺpcová

databázaKompresia

dátPartitioning Bez agregácií

tabuliek

++

++Replikácia v reál.časeInsert Only on Delta

A

Multi-Core architektúra

(8 x 8 core CPU per blade)

Massive parallel scaling

64bit architektúra

Pamäť až 2TB (dnes)

100 GB/s priepustnosť dát

Cena / výkon

Inovácie v HW technológiách

Inovácie SAP v SW technológiách


In-memory databázaKlasická databáza

In-Memory Computing – technologická zmena

DatabázovávrstvaDatabázovávrstva

AplikačnávrstvaAplikačnávrstva

UI vrstvaUI vrstva Prezentácia

Orchestrácia

Výpočty

Dáta

Prezentácia

Orchestrácia

Výpočty

Dáta

• Authorizácie

• Locking

• Hierarchie

• Zápis - konzistencia

• Plánovacie funkcie

• Konverzie

• Agregácie


APLlKAČNÁ

VRSTVA

Kalkulácie

DATABÁZOVÁ

VRSTVAKALKULÁCIE

Klasický prístup

Budúci prístup

In-Memory computing

Prečo in-memory computing?Čo je to SAP HANA?SAP HANA a architektúra DWHScenáre využitia SAP HANAZáver


SAP High-Performance ANalytic ApplianceSAP HANA

Softvér

In-Memory Computing Engine

Platform/Enterprise Edition

Hardvér

Certifikované servery Cisco, Dell, Fujitsu, HP, IBM ..

T-shirt sizes: XS, S, M, L, XL

+


SAP High-Performance ANalytic ApplianceSAP HANA

MDX SQL BICSSQL

ModelingStudio

Real–Time Replication

Services

Data Services

SAP HANASAP HANA

Iné aplikácie SAP BusinessObjects

SAP NetWeaverBW

SAP Business Suite Non-SAP


Calculation and Planning Engine

Row & Column Storage

Zariadenie (appliance) pre spracovanie veľkého objemu transakčných dát v reálnom čase

Nástroje pre modelovanie a správu dát, bezpečnosť atď.

Podpora pre rozhraní založených na štandardoch


SAP HANA – Architektúra a landscape (detailnejšie)

ERP

LogERP DB


Clients (planned, e.g.) BI4 ExplorerDashboard

DesignSAP BusinessObjects universes (WebI,...)

Request Processing/Execution Control

MS Excel

BI4 Analysis

SQL Parser MDXSQL Script Calc Engine

Transaction Manager

Session Management

Relational EnginesRow Store Column

Store

Persistence LayerPage Management Logger

Disk StorageLog VolumesData Volumes

Authorization Manager

Metadata Manager

IMCE StudioAdministration Modeling

Load Controller

Replication Agent

Replication Server

SAP Business Objects

Data Services Designer

SBO servers ( program for

client)

SBOInformation Design Tool

Other Source SystemsSAP

NetWeaver BW

Non-SAP

Data Services


HANA

SAP HANA má perzistentné datové úložisko -In-Memory Data sú ukladané aj na disk

Pamäť

Data

Perzistentné úložisko

Pravidelné automatickéukladania

Informácie odatových zmenách

LogVolume

DataVolumes


Vplyv na rýchlosť a objem výpočtov/dát

2 mldZáznamov analyzovaných za jednu sekundu

.... na 1 core CPU

10 milKomplexných výpočtov za sekundu

.... na 1 core CPU

3600xRýchlejší reporting


154,000customers

SAP HANA – príklad

1.8M 1,00070,000rows of data

B2B customers

collection notices 13 seconds

77 minutes

Standard System In-Memory System

356xfaster


Analýza marketingových kampaníAnalýza marketingových kampaní

2 týždnevs. 1 deň2 týždnevs. 1 deň


SAP HANA v T-Mobile USKalkulácia personalizovaných ponúk

Offers / Micro-offers Channels Customers

Cielené personalizované ponuky pre21 miliónov zákazníkov kladú extrémne vysoké požiadavky na výkon.

-

Email

Call Center

Retail store

SMS

Self-Service

-- 50x improvement in theperformance of analytics: We canrecalibrate offers in the marketplace in one day that took a weekusing our existing solutions.

— Erez Yarkoni, T-Mobile CIO

“

”

Marketingový tím potrebuje rýchlo analyzovať poskytnuté ponuky a generovať nové modifikované ponuky na základe výsledkov analýz.

-

SAP HANA DeploymentRapid insight with full detailed data for rich analysis

-

Prečo in-memory computing?Čo je to SAP HANA?SAP HANA a achitektúra DWHScenáre využitia SAP HANAZáver


Corp.Memory

ODSData Mart

Data Warehouse

Business transform

End-user access / Presentation

Provide data

Data Acquisition

Harmonization

Data Propagation

Reporting

Main Service: Spot for apps/Delta to app/App recoveryTransform : Enriched || General Business logicContent : Data source || Business domain specific History : Determined by rebuild requirements of appsStore : DSO(can be logical partitioned)

Main Service: Decouple, Fast load and distribute Transform : 1:1Content : 1 data source, All fields History : 4 weeksStore : PSA, DSO-WO.

Main Service: Integrated, harmonized Transform : Harmonize quality assure (in flow|| lookup)Content : Defined fieldsHistory : Short or not at all || Long termStore : Info source || IO/DSO/Z-table

Main Service: Make data available for reporting & planning tools Transform : Application specific/(dis-)aggregate/lookupContent : Application specific History : Application specific Store : IC,DSO, Info Set, Virtual Provider, Multi Provider.

Tradičná architektúra Data WarehouseReálny prípad

Source 1 Source 2 Source 3 Source 4 Source 5

Proj

ect G

over

nanc

eIT

Gov

erna

nce


Reporting

“Typický koncept” Business Intelligence dnes

Pomalé

Komplikované

Drahé

Operational Data Store

Data Warehouse

Indexes

Aggregates

DataBusiness Applications

Copy

ETLCalculation EngineBusiness Intelligence

Query ResultsQuery

Pomalé

Komplikované

Drahé


Data Warehouse

Indexes

Aggregates

DataBusiness Aplikace

Copy

ETL

Calculation EngineBusiness Intelligence

Query ResultsQuery

DataMarts


In-Memory Computing


Data Warehouse

Indexes

Aggregates

DataBusiness Aplikace

Copy

ETL


Query ResultsQuery

Až 1,000x rýchlejšiaNevyžaduje optimalizaciuViac dát na menšiom priestoreVýrazné zrýchlenie BI

DataMarts


Data WarehouseData Warehouse

Stĺpcovo usporiadaná databáza


Data Warehouse


Copy

ETL


Query ResultsQuery

Až 1,000x rýchlejšiaEfektívne ukládanie dátVýrazná kompresiaViac dát na menšiom priestore


Data Warehouse

Analytical Appliance



Copy

ETL

Business IntelligenceQuery Results

Query

Až 1,000x rýchlejšíMasívna paralelná optimalizácia pre hardwarePresun kalkulačných enginov do databázy: in-memory prediktivne analytické aplikácieObsahuje BI funkcieMenšie datové prenosy, rychlejšia odozva BI

Analytic Appliance

Calculation Engine


Real-Time Data


Copy

ETL


Analytic ApplianceBusiness Intelligence


Platforma

Obsah

AkcelerátoryRiešenia “nad“

in-Memory databázou

Aplikácie novej

generácie

Scenáre využitia SAP HANA


In-Memory scenár: Technologická platforma Platforma

Scénare:Obvykle vlastné špecifické

scénare/aplikácie

Rýchly a flexibilný reporting Výpočty a (dis)agregácie “za behu“ Komplexné manipulácie/výbery nad

dátami (SQL/SQL script) Flexibilné modelovanie dátových

štruktúr

Komplexné dávkové spracovania namiesto hodín minúty alebo sekundy Konsolidácia dát

Reálne príklady NOMURA: 360 miliónov záznamov/

< 1 Sec. / GPS súradnice RETAIL zákazník - 3 miliardy

záznamov / Analýza nákupného správania + nákupné odporúčania

SAP HANAT

BI ClientsBI Clients3rd Party

Computing Engine

Data Modeling

ETL

Dátové zdroje

Replikácia


“Populárny“ scenár: SAP HANA ako Agilný DataMart

Modelovanie “zdola-nahor“ nástrojmi SAP HANA

Integrácia na sémantická vrstvu (Univerzá) SAP BusinessObjects BI.

Využitie predností SAP HANA:• Bez materializovaných view• Bez agregátov• Bez indexov• Bez jobov...paralelizované operácie/výpočty

za jazdy v pamäti...flexibilná zmena modelu bez

nutnosti rekalkulácií...perzistentná vrstva na fyzickom

médiu (SSD, disk)...škálovateľnosť

SAP BusinessObjects BI tools / apps

EDW Relational Data Stores

(EDW Storage & Processing Engine)

Tradičná DBSybase ASE, Oracle, DB2, SQL Server

SAP ERP nonSAP nonSAP

SAP BusinessObject Data Services / SAP Extractors

Agile DataMart

SAP HANA In-Memory Platform




SAP CRM

Platforma


Platforma

Obsah



Aplikácie novej

generácie



In-Memory scenár: Obsah ako Data Mart reporting Obsah

SAPBusiness

Suite

SAPBusiness

Suite

TradičnáDB

TradičnáDB

SAP HANATM

Computing Engine

Data Modeling

ETL

Preddefinovaný model, ktorý je možné rozšíriť a customizovať

Rýchly a flexibilný reporting Replikácia dát do SAP HANA v reálnom čase

Výpočty a (dis)agregácie “za behu“ Komplexné manipulácie/výbery nad

dátami (SQL/SQL script) Flexibilné modelovanie dátových štruktúr

Dodávané ako RDS (Rapid DeploymentService) Preddefinovaný rozsah a cena Predpripravený obsah a implementačné

nástroje Úspora až 40% voči „klasickým“

projektom + eliminácia rizík

nonSAPdátové zdroje


Replikácia


Rapid Deployment Services pre SAP HANA

CRM PIPELINE ANALYTICS (PLANNED) • Pipeline Analytics• Reporting on Opportunities, Sales Contracts and Quotes

• Financial Reporting• Sales Reporting + Analysis of Customer Factura• Procurement Reporting• Financial Spend reporting• Shipping Reporting• Master Data Reporting (Including UI templates)

OPERATIONAL ERP REPORTING

RDS BANKING ANALYSIS (PLANNED)• Daily Sub Ledger Reporting• Sales-KPI Analysis• Real-time Reporting on Transaction History (flexible acc Statements)


Platforma

Obsah



Aplikácie novej

generácie



In-Memory scenár:Akcelerácia existujúcich procesov

Akcelerátory

SAPBusiness

Suite

SAPBusiness

Suite

TraditionalDB

TraditionalDB

SAP HANATM

Computing Engine

Data Modeling

ETL

Data Sources

Replication

Preddefinovaný (rozšíriteľný) rozsah

Sekundárna databáza (SAP HANA)

Dáta sú replikované v reálnom čase

Zrýchlenie aplikácie je dosiahnutérýchlosťou prístupu a operácií nad dátami v in-memory databáze

Užívateľské rozhranie zachované Nie je potrebné žiadne preškolovanie

používateľov

Príklady:

CO-PA Accelerator

FI/CO Accelerator

CRM Segmentation Acceleratorread

SAP GUISAP GUI BI ClientsBI Clients3rd Party


Príklad: CO-PA Accelerated by SAP HANA

SAP BW / BI

HANA

SAP ERP CO-PA

Tradičná DBTradičná DB SAP HANASAP HANA

SAP BusinessObjects BI4.0

SAP BusinessObjects BI4.0

CO-PAReport Writer

CO-PAReport Writer

CO-PAAnalýza profitability

CO-PAAnalýza profitability

Oracle, DB2, SQL Server, MaxDB

~30x kompresia100x zrýchlenie

Zrýchlenie alokácií

Rýchlejší reporting

Flexibilný reporting

BW

Dáta vrátane histórie

Vrátane archivovaných dát


Platforma

Obsah


in-memorydatabázou

Aplikácie novej

generácie



In-Memory scenár: Riešenia “nad“ in-memory databázou

SAPBusiness

Suite

SAPBusiness

Suite

TraditionalDB

TraditionalDB

SAP HANATM

Computing Engine

Data Sources

SAP HANA ako primárna databáza

Kód - prispôsobený/optimalizovaný pre SAP HANA

Nové verzie riešení:

SAP Business Warehouse 7.30

SAP Planning & Consolidation

SAP Demand Signal Repository

TPM - Trade Promotion Management*

SAP BusinessWarehouse

SAP BusinessWarehouse

Extractors


Riešenia “nad“ in-memorydatabázou


Nahradenie relačnej DB

pod SAP BW

Migrácia databázy

In-memorydatabáza

SAP NetWeaver BW

Data Modeling

HANA

Data Management

Data Storage

Analytical / PlanningEngine

DBMS

SAP NetWeaver BW

Data Modeling

Analytical / PlanningEngine

Relačná databáza

Data Management

Data Storage

SAP Business Warehouse Powered by SAP HANAIn-memory EDW


Platforma

Obsah



Aplikácie novej

generácie

Scénare využitia SAP HANA


In-Memory scenár: Aplikácie novej generácie

AplikácieNovej

generácie

Aplikácie novej

generácie

SAPBusiness

Suite

SAPBusiness

Suite

tradičná DBtradičná DB

SAP HANATMnonSAP

dáta

ETLReplication

Úplne nové scénare / aplikácie, ktoré doteraz neboli technicky možné

Využitie aplikačného servera novej generácie

Vysoká priepustnosť a nízka latencia (reálny čas)

Podpora výpočtovo náročných procesov Výpočty “v databáze“ Simulácie, prognózy&predikcie


Príklady in-memory aplikácií

SAP Sales & Operations Planning

SAP Strategic Workforce Planning

SAP Smart Meter Analytics

SAP Dynamic Cash Management

SAP Dynamic Invoice Discounting

SAP Trade Promotion Management

SAP Liquidity Risk Management for

Banks

SAP Supplier InfoNet

Situation Awareness for Public Sector

...a mnoho ďalších vo vývoji


SAP Smart Meter Analytics

1 odpočet / odberné miesto / rok

Smart Meter

1 odpočet / odberné miesto / á 15 min

~ 35.000 odpočtov / OM / rok


SAP Smart Meter AnalyticsSegmentácia podľa profilu skutočnej spotreby


Stav produktu HANA na svetovom trhu:Najúspešnejšie uvedenie nového produktu v histórii SAPHlavné doterajšie medzníky produktu SAP HANA:

• November 2010: HANA 1.0 uvolnená pre zákazníkov (ramp-up)

• Máj 2011: HANA 1.0 plne uvolnená (GA) so 7 zákazníkmi a viac ako 30 projektami, oznámené BW on HANA (1.0 SPS3) pre Q4

• November 2011: BW on HANA (1.0 SPS3) uvolnená pre zákazníkov (ramp-up), Red Bull už v živej prevádzke

• Január 2012: uvolnená HANA aplikačná roadmapa, ďalšie zvýšenie kompresie a zlepšenia výkonu

• Apríl 2012: BW on HANA (1.0 SPS3) plne uvolnená pre zákazníkov (GA)

• Máj 2012: HANA 1.0 SPS4 – podpora jazyka R, Hadoop

Štatistické čísla:

• Počet HANA zákazníkov: 225 (Dec 2011) – rýchly rast (157 v Q4 2011)

• Počet HANA zákazníkov: 550 (Oct 2012)

Zmerané a potvrdené zvýšenia výkonu v živej prevádzke:

• 100k Club: Yodabashi

• 10K Club : Essar, Nongfu Spring, SAP IT, Cornell University, Charmer Sunbelt, Provimi

• 1K Club : Množstvo zákazníkov


Hodnotenia nezávislých analytikov

“This initiative is a bold attempt to effect a generational change … The vision is very ambitious, and, at the same time, consistent with users' aspirations”

“SAP users should plan for a migration of their NetWeaver-based applications to SAP's HANA Architecture within the next three to five years.”

“Presently, users should adopt HANA technology, when available, primarily for high-return/fast ROI projects or for non business-critical applications, especially where complex analytics are crucial requirements.”


https://www.experiencesaphana.com


Nové produkty SAP pre oblasť dát – oblasti využitia

Open for partners

SAP Sybase SQL Anywhere

#1 mobiledatabáza

#1 Tranzakčnádatabaza s najlepším TCO

SAP Sybase ASE

SAP Sybase IQ

#1 analytickádatabáza s najlepšímTCO

SAP Sybase ESP, SAP Sybase Replication Server,SAP Sybase Power Designer, SAP EIM solutions

#1 unifikovanáEIM real-timeplatforma

Real-time data platform

SAP HANA


SAP Real-time Data Platform

3rd Party BI Client

SAP NetWeaver (On Premise / Cloud)

Custom Apps

SAP Business

Suite

SAP Business

WarehouseSAP Big Data Applications

SAP Analytics

SAP Mobile

Open Developer APIs and Protocols

Com

mon

Lan

dsca

pe M

anag

emen

t

SAP Smart Data Services Platform

SAP HANA Platform

SAP Real-time Data Platform

SAP Sybase ASE

Com

mon

Mod

elin

gSy

base

Pow

erD

esig

ner

HA

DO

OP

3rd

Part

y D

B

MPP

Sc

ale-

Out SAP Sybase SQLA

SAP Sybase ESP

SAP Sybase IQ

SAP Sybase Replication Server

SAP Data Services SAP MDG, MDM

SAP innovation without customer disruption

Ďakujem za pozornosť !

Informácie o SAP HANA

www.experiencesaphana.com

www.sap.com/hanahelp.sap.com/hana_appliance

service.sap.com/HANAwww.sdn.sap.com/irj/sdn/in-memory

Kontakt:

Dušan Kachaňá[email protected]

sap hanatm – in-memory computing - cisco.com · sap hanatm – in-memory computing dušan...

Documents