SAP HANA Database er Main-Memory-centreret datastyringsplatform. SAP HANA Database kører på SUSE Linux Enterprises Server og bygger på C ++ sprog.
SAP HANA-database kan distribueres til flere maskiner.
SAP HANA Fordele er som nævnt nedenfor -
- SAP HANA er nyttigt, da det er meget hurtigt på grund af alle data indlæst i hukommelsen og ikke behov for at indlæse data fra disken.
- SAP HANA kan bruges med henblik på OLAP (On-line analytic) og OLTP (On-Line Transaction) i en enkelt database.
SAP HANA Database består af et sæt in-memory-behandlingsmotorer. Beregningsmotor er de vigtigste in-memory processormotorer i SAP HANA. Det fungerer med andre processormotorer som Relational database Engine (Row and Column engine), OLAP Engine osv.
Relationsdatabasetabellen findes i kolonne eller rækkebutik.
Der er to lagertyper til SAP HANA-tabellen.
- Lagring af række (for rækkebord).
- Kolonnetype opbevaring (til kolonnetabel).
Tekstdata og grafdata findes i henholdsvis Text Engine og Graph Engine. Der er nogle flere motorer i SAP HANA Database. Dataene kan lagres i disse motorer, så længe der er nok plads.
I denne vejledning lærer du-
- SAP HANA-arkitektur
- SAP HANA Landskab
- SAP HANA-størrelse
SAP HANA-arkitektur
Data komprimeres ved hjælp af forskellige kompressionsteknikker (f.eks. Ordbogskodning, kørsel af længde, sparsom kodning, klyngekodning, indirekte kodning) i SAP HANA-kolonnelager.
Når hovedhukommelsesgrænsen er nået i SAP HANA, bliver hele databaseobjekterne (tabel, visning osv.), Der ikke bruges, aflæst fra hovedhukommelsen og gemt på disken.
Disse objektnavne er defineret af applikationssemantiske og genindlæses i hovedhukommelsen fra disken, når det er nødvendigt igen. Under normale omstændigheder administrerer SAP HANA-databasen automatisk aflæsning og indlæsning af data.
Dog kan brugeren indlæse og aflæse data fra individuelle tabeller manuelt ved at vælge en tabel i SAP HANA studio i det respektive skema - ved at højreklikke og vælge indstillingen "Unload / Load".
SAP HANA Server består af
- Indeksserver
- Forprocessorserver
- Navneserver
- Statistik Server
- XS-motor
- SAP HANA-indeksserver
SAP HANA Database Hovedserver er indeksserver. Detalje for hver server er som nedenfor -
- Det er den vigtigste SAP HANA-databaskomponent
- Den indeholder faktiske datalagre og motoren til behandling af dataene.
- Index Server behandler indgående SQL- eller MDX-sætning.
Nedenfor er indeksservers arkitektur.
SAP HANA Index Server oversigt
- Forprocessorserver
Denne server bruges i tekstanalyse og udtrækker data fra en tekst, når søgefunktionen bruges.
- Navneserver
Denne server indeholder alle oplysninger om systemlandskabet. I distribueret server indeholder navneserveren oplysninger om hver kørende komponent og placering af data på serveren. Denne server indeholder oplysninger om den server, som data findes på.
- Statistik Server
Statistikserver er ansvarlig for at indsamle data relateret til status, ressourceallokering / forbrug og ydeevne for SAP HANA-systemet.
- XS-server
XS Server indeholder XS Engine. Det giver ekstern applikation og udviklere mulighed for at bruge SAP HANA-database via XS Engine-klienten. Den eksterne klientapplikation kan bruge HTTP til at overføre data via XS-motor til HTTP-server.
SAP HANA Landskab
"HANA" betyder High Performance Analytic Appliance er en kombination af hardware og softwareplatform.
- På grund af ændringer i computerarkitektur er den mere kraftfulde computer tilgængelig med hensyn til CPU, RAM og harddisk.
- SAP HANA er løsningen til ydeevne flaskehals, hvor alle data er gemt i hovedhukommelsen og ikke nødvendigt ofte at overføre data fra disk I / O til hovedhukommelse.
Nedenfor er SAP HANA Innovation inden for hardware / software.
Der er to typer relationelle datalagre i SAP HANA: Row Store og Column Store.
Rækkeforretning
- Det er det samme som traditionel database f.eks. (Oracle, SQL Server). Den eneste forskel er, at alle data gemmes i rækkeopbevaringsområdet i hukommelsen til SAP HANA, i modsætning til en traditionel database, hvor data lagres på harddisken.
Kolonneforretning
- Kolonnelager er den del af SAP HANA-databasen og administrerer data på søjleformet måde i SAP HANA-hukommelse. Kolonnetabeller gemmes i området Kolonnelager. Kolonnebutikken giver god ydeevne til skriveoperationer og optimerer samtidig læseoperationen.
Læs og skriv driftsydelse optimeret med nedenstående to datastrukturer.
Hovedopbevaring
Hovedlagring indeholder hoveddelen af data. I hovedlagring anvendes passende datakomprimeringsmetode (ordbogskodning, klyngekodning, sparsom kodning, kørelængdekodning osv.) Til at komprimere data med det formål at gemme hukommelse og fremskynde søgninger.
- I hovedlager vil skriveoperationer på komprimerede data være dyre, så skrivoperation ændrer ikke direkte komprimerede data i hovedlagring. I stedet for skrives alle ændringer i et separat område i kolonnelagring kendt som "Delta Storage".
- Delta-lager er optimeret til en skriveoperation og bruger normal kompression. Skrivoperationerne er ikke tilladt på hovedlager, men tilladt på delta-lagring. Læsning er tilladt på begge lagre.
Vi kan manuelt indlæse data i hovedhukommelsen ved at vælge "Indlæs i hukommelse" og losse data fra hovedhukommelse ved "Fjern fra hukommelse" som vist nedenfor.
Delta Storage
Delta-lagring bruges til en skriveoperation og bruger grundlæggende komprimering. Alle ikke-forpligtede ændringer i kolonnetabeldata gemt i delta-lagring.
Når vi vil flytte disse ændringer til Main Storage, så brug "delta merge operation" fra SAP HANA studio som nedenfor -
- Formålet med delta-merge-operation er at flytte ændringer, som samles i delta-lager til hovedlager.
- Efter at have udført Delta Merge-operation på sap-kolonnetabellen, gemmes indholdet af hovedlageret på disken og komprimering genberegnes.
Process med at flytte data fra Delta til Main Storage under delta-fusion
Der er et bufferlager (L1-Delta), som er rækkeopbevaring. Så i SAP HANA fungerer kolonnetabellen som rækkebutik på grund af L1-delta.
- Brugeren kører opdaterings- / indsæt forespørgsel på tabellen (fysisk operatør er SQL-sætninger.).
- Data går først til L1. Når L1 flytter data videre (L1- Ikke-forpligtede data)
- Derefter går data til L2-delta-buffer, som er kolonneorienteret. (L2- Forpligtede data)
- Når L2-delta-processen er afsluttet, går data til hovedlagring.
Så kolonnelagring er både skriveoptimeret og læseoptimeret på grund af henholdsvis L1-Delta og hovedlager. L1-Delta indeholder alle ikke-forpligtede data. Forpligtede data flytter til Main Store gennem L2-Delta. Fra hovedlagerdata går til persistenslaget (Pilen, der angiver her, er en fysisk operatør, der sender SQL-erklæring i kolonnelager). Efter behandling af SQL-erklæring i kolonnelager går data til persistenslaget.
Eks nedenfor er rækkebaseret tabel-
Tabeldata gemmes på disken i lineært format, så nedenfor er formatet, hvordan data lagres på disken til række- og kolonnetabel -
I SAP HANA-hukommelse gemmes denne tabel i Row Store på disken som format -
Hukommelsesadresse
Og i kolonne gemmes data på disken som -
Hukommelsesadresse
Data lagres kolonnemæssigt i det lineære format på disken. Data kan komprimeres ved hjælp af komprimeringsteknik.
Så Column Store har en fordel ved hukommelsesbesparelse.
SAP HANA-størrelse
Størrelse er et udtryk, der bruges til at bestemme hardwarekrav til SAP HANA-system, såsom RAM, harddisk og CPU osv.
Den vigtigste vigtige dimensioneringskomponent er hukommelsen, og den anden vigtige dimensioneringskomponent er CPU. Den tredje hovedkomponent er en disk, men størrelsen afhænger helt af hukommelse og CPU.
I SAP HANA-implementering er en af de kritiske opgaver at bestemme den rigtige størrelse på en server i henhold til forretningskrav.
SAP HANA DB adskiller sig i størrelse med normal DBMS med hensyn til -
- Hovedhukommelseskrav til SAP HANA (Hukommelsesstørrelse bestemmes af metadata og transaktionsdata i SAP HANA)
- CPU-krav til SAP HANA (Prognose-CPU estimeres ikke nøjagtigt).
- Diskpladskrav til SAP HANA (beregnes for datapretention og for logning af data)
Applikationsserverens CPU og applikationsserverhukommelsen forbliver uændret.
For størrelsesberegning har SAP leveret forskellige retningslinjer og metode til beregning af korrekt størrelse.
Vi kan bruge nedenstående metode-
- Størrelse ved hjælp af ABAP-rapport.
- Størrelse ved hjælp af DB Script.
- Størrelse ved hjælp af Quicksizer Tool.
Ved at bruge Quicksizer-værktøjet vises kravet i nedenstående format-
