自2008年以來，SAP Hana一直是領先的數據庫管理系統之一。它比許多其他數據庫管理解決方案能夠更有效地處理數據，主要是因為它可以使用一些最先進的hadoop工具。沒有Hadoop，大多數SAP Hana數據庫將是相對無用的。訪問大多數數據集將是困難的，特別是在它們存儲原始數據的時候。

邁克爾·考克斯和戴維·埃爾斯沃斯在1997年發表的“數據可視化應用控制需求調查”一文中提出了大數據這一術語。然而，大數據的應用直到最近才變得真正可行。

這個問題與存儲容量無關。云計算的進步地指數級增加了人們存儲數據的能力。然而，在存儲數據后，訪問數據是另一個問題。大多數數據提取工具可以從存儲數TB數據的數據陣列中獲取。據數據科學中心稱，它將一些應用的數據可訪問性提高了109%。

許多數據已經以非結構化格式存儲，這可能難以提取，開發Hadoop來使流程更容易。

一些SAP Hana解決方案允許用戶存儲高達4.6TB的數據。然而，數據通常以不同的文件類型存儲，這些文件類型很難以一致的格式提取和組織。Hadoop使得這個過程更加簡單容易。

SAP Hana如何與Hadoop集成

將SAP Hana與Hadoop集成可以使訪問遠程數據集群變得更加容易。但是，設置是一個耗時的過程。第一步是設置和安裝集群。框架可以通過幾種方式構建：

• 內部部署群集本地集群模型是處理需要少于50個節點的特定位置的項目的理想選擇。
• 基于云計算的群集。如果用戶需要在大型地理位置進行協調，或者需要超過50個節點，那么基于云計算的群集就會更好。

確定正確的群集后，用戶將需要創建一個測試環境。Cloudera Director是其中一個更好的模型。

執行幾個測試模擬后，用戶可以使用Hadoop來訪問SAPHana智能數據。

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，因為它具有特殊的Hadoop基礎設施。

成本效益

據戴爾EMC公司介紹，成本效益是整合Hadoop和SAP Hana的主要原因之一。其成本節省取決于存儲的數據量，而不管數據是否是結構化的，非結構化，還是半結構化的。

“VMAX所有閃存陣列通常由各種存儲組，SAP ANA生產和非生產數據庫以及非SAP Hana工作負載組成，每個都具有自己的存儲弦CR。因此，整個系統CR是各種底層存儲組比率的組合。通過工作負載的正常組合，您可以看到大約2：1的系統CR。該比例可能會更高或更低，具體取決于工作負載組合。當內聯壓縮與其他VMAXAllFlash節省空間的功能(如虛擬配置，零空間回收和節省空間的快照)相結合時，可實現4：1的總體效率。

快速響應時間

響應時間，可擴展性和可靠性之間存在權衡。Hadoop優先考慮快速響應時間，因此它是管理員需要緊急訪問數據的應用程序的理想選擇。對于可擴展性更為關注的應用程序，Hadoop可能不太可取。

用戶將需要首先概述其優先級。然而，由于大多數SAP Hana用戶的優先權是大多數權宜之計，因此Hadoop通常是他們的解決方案。

批處理和挖掘原始數據

使用更原始的大數據提取工具難以獲取原始數據。Hadoop使它更容易，這是SAP ana應用程序中廣泛使用的主要原因之一。

實體Hadoop框架是SAP ana應用程序的關鍵

當用戶設置SAP Hana數據環境時，幾乎總是需要將其與Hadoop進行集成。否則訪問非結構化數據將是非常困難的。

End.

轉載請注明來自36大數據（36dsj.com)： 36大數據 ? Hadoop工具如何形成SAP Hana的大數據平臺