Hadoop工具如何形成SAP Hana的大数据平台

自2008年以来,SAP Hana一直是领先的数据库管理系统之一。它比许多其他数据库管理解决方案能够更有效地处理数据,主要是因为它可以使用一些最先进的hadoop工具。没有Hadoop,大多数SAP Hana数据库将是相对无用的。访问大多数数据集将是困难的,特别是在它们存储原始数据的时候。

迈克尔·考克斯和戴维·埃尔斯沃斯在1997年发表的“数据可视化应用控制需求调查”一文中提出了大数据这一术语。然而,大数据的应用直到最近才变得真正可行。

大数据QQ群:716581014

这个问题与存储容量无关。云计算的进步地指数级增加了人们存储数据的能力。然而,在存储数据后,访问数据是另一个问题。大多数数据提取工具可以从存储数TB数据的数据阵列中获取。据数据科学中心称,它将一些应用的数据可访问性提高了109%。

许多数据已经以非结构化格式存储,这可能难以提取,开发Hadoop来使流程更容易。

一些SAP Hana解决方案允许用户存储高达4.6TB的数据。然而,数据通常以不同的文件类型存储,这些文件类型很难以一致的格式提取和组织。Hadoop使得这个过程更加简单容易。

SAP Hana如何与Hadoop集成

将SAP Hana与Hadoop集成可以使访问远程数据集群变得更加容易。但是,设置是一个耗时的过程。第一步是设置和安装集群。框架可以通过几种方式构建:

  • 内部部署群集本地集群模型是处理需要少于50个节点的特定位置的项目的理想选择。
  • 基于云计算的群集。如果用户需要在大型地理位置进行协调,或者需要超过50个节点,那么基于云计算的群集就会更好。

确定正确的群集后,用户将需要创建一个测试环境。Cloudera Director是其中一个更好的模型。

执行几个测试模拟后,用户可以使用Hadoop来访问SAPHana智能数据。

使用Hadoop与SAP Hana有什么好处?

SAP Hana管理员使用Hadoop有很多原因。许多人选择在HANA上使用SAPUI5,因为它具有特殊的Hadoop基础设施。

成本效益

据戴尔EMC公司介绍,成本效益是整合Hadoop和SAP Hana的主要原因之一。其成本节省取决于存储的数据量,而不管数据是否是结构化的,非结构化,还是半结构化的。

“VMAX所有闪存阵列通常由各种存储组,SAP ANA生产和非生产数据库以及非SAP Hana工作负载组成,每个都具有自己的存储弦CR。因此,整个系统CR是各种底层存储组比率的组合。通过工作负载的正常组合,您可以看到大约2:1的系统CR。该比例可能会更高或更低,具体取决于工作负载组合。当内联压缩与其他VMAXAllFlash节省空间的功能(如虚拟配置,零空间回收和节省空间的快照)相结合时,可实现4:1的总体效率。

快速响应时间

响应时间,可扩展性和可靠性之间存在权衡。Hadoop优先考虑快速响应时间,因此它是管理员需要紧急访问数据的应用程序的理想选择。对于可扩展性更为关注的应用程序,Hadoop可能不太可取。

用户将需要首先概述其优先级。然而,由于大多数SAP Hana用户的优先权是大多数权宜之计,因此Hadoop通常是他们的解决方案。

批处理和挖掘原始数据

使用更原始的大数据提取工具难以获取原始数据。Hadoop使它更容易,这是SAP ana应用程序中广泛使用的主要原因之一。

实体Hadoop框架是SAP ana应用程序的关键

当用户设置SAP Hana数据环境时,几乎总是需要将其与Hadoop进行集成。否则访问非结构化数据将是非常困难的。

大数据QQ群:716581014

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏用户2442861的专栏

浅谈Storm流式处理框架

http://blog.csdn.net/fanyun_01/article/details/50921678

612
来自专栏美团技术团队

Spark在美团的实践

前言 美团是数据驱动的互联网服务,用户每天在美团上的点击、浏览、下单支付行为都会产生海量的日志,这些日志数据将被汇总处理、分析、挖掘与学习,为美团的各种推荐、搜...

4548
来自专栏Java帮帮-微信公众号-技术文章全总结

干货 | 全球100款大数据工具汇总(收藏备用)

是第一家针对的数据集成工具市场的ETL(数据的提取Extract、传输Transform、载入Load)开源软件供应商。Talend的下载量已超过200万人次,...

1653
来自专栏大数据文摘

数据科学工具包(万余字介绍几百种工具,经典收藏版!)

23811
来自专栏Albert陈凯

质疑Lambda架构

Google和Twitter刚发布它们综合实时流处理和批处理的Lambda架构,LinkedIn的Jay Kreps则对这种架构提出了质疑,指出实时处理和批处理...

3073
来自专栏CSDN技术头条

【收藏】全球100款大数据工具汇总

1、 Talend Open Studio 是第一家针对的数据集成工具市场的ETL(数据的提取Extract、传输Transform、载入Load)开源软件供应...

2186
来自专栏钱塘大数据

大数据技术人员必备工具包,为工作提质增效

本文作者:秦陇纪 ? 本文简介:数据科学家的常用工具与基本思路,数据分析师和数据科学家使用的工具综合概述,包括开源的技术平台相关工具、挖掘分析处理工具、其它常见...

3835
来自专栏大数据文摘

资源 | 全球100款大数据工具汇总,入行必备

2512
来自专栏PPV课数据科学社区

Hadoop、Spark、HBase与Redis的适用性讨论

最近在网上又看到有关于Hadoop适用性的讨论[1]。想想今年大数据技术开始由互联网巨头走向中小互联网和传统行业,估计不少人都在考虑各种“纷繁复杂”的大数据技术...

3097
来自专栏顶级程序员

全球100款大数据工具汇总

来源:网络 ? 1、 Talend Open Studio 是第一家针对的数据集成工具市场的ETL(数据的提取Extract、传输Transform、载...

3666

扫码关注云+社区