SAP HANA Database er Main-Memory-sentrert datastyringsplattform. SAP HANA Database kjører på SUSE Linux Enterprises Server og bygger på C ++ språk.
SAP HANA Database kan distribueres til flere maskiner.
SAP HANA Fordeler er som nevnt nedenfor -
- SAP HANA er nyttig siden det er veldig raskt på grunn av all data som er lastet i minnet og ikke trenger å laste data fra disken.
- SAP HANA kan brukes til formålet med OLAP (On-line analytic) og OLTP (On-Line Transaction) i en enkelt database.
SAP HANA Database består av et sett med prosesseringsmotorer i minnet. Kalkulasjonsmotoren er hovedminnet i prosesseringsmotorer i SAP HANA. Det fungerer med annen prosesseringsmotor som Relational database Engine (Row and Column engine), OLAP Engine, etc.
Relasjonell databasetabell ligger i kolonne eller radbutikk.
Det er to lagringstyper for SAP HANA-tabellen.
- Lagring av radtype (For radtabell).
- Kolonnetype lagring (For kolonnetabell).
Tekstdata og grafdata ligger i henholdsvis Text Engine og Graph Engine. Det er noen flere motorer i SAP HANA Database. Dataene kan lagres i disse motorene så lenge det er nok plass.
I denne veiledningen vil du lære-
- SAP HANA-arkitektur
- SAP HANA Landskap
- SAP HANA-størrelse
SAP HANA-arkitektur
Data komprimeres ved hjelp av forskjellige komprimeringsteknikker (f.eks. Ordbokskoding, kjørelengdekoding, sparsom koding, klyngekoding, indirekte koding) i SAP HANA Column Store.
Når hovedminnegrensen er nådd i SAP HANA, blir hele databaseobjektene (tabell, visning osv.) Som ikke brukes, lastet ut fra hovedminnet og lagret på disken.
Disse objektenes navn er definert av applikasjonssemantisk og lastet inn i hovedminnet fra disken når det kreves igjen. Under normale omstendigheter administrerer SAP HANA-databasen automatisk lossing og lasting av data.
Imidlertid kan brukeren laste inn og laste ut data fra individuelle tabeller manuelt ved å velge en tabell i SAP HANA studio i respektive skjema - ved å høyreklikke og velge alternativet "Unload / Load".
SAP HANA Server består av
- Indeksserver
- Preprocessor Server
- Navneserver
- Statistikk Server
- XS-motor
- SAP HANA indeksserver
SAP HANA Database Hovedserver er indeksserver. Detaljene for hver server er som nedenfor -
- Det er den viktigste SAP HANA-databaskomponenten
- Den inneholder faktiske datalagre og motoren for behandling av dataene.
- Index Server behandler innkommende SQL- eller MDX-setning.
Nedenfor er arkitekturen til Index Server.
SAP HANA Index Server oversikt
- Preprocessor Server
Denne serveren brukes i tekstanalyse og trekker ut data fra en tekst når søkefunksjonen brukes.
- Navneserver
Denne serveren inneholder all informasjon om systemlandskapet. I distribuert server inneholder navnetjeneren informasjon om hver komponent som kjører, og plassering av data på serveren. Denne serveren inneholder informasjon om serveren som det finnes data på.
- Statistisk server
Statistisk server er ansvarlig for å samle inn data relatert til status, ressurstildeling / forbruk og ytelse til SAP HANA-systemet.
- XS Server
XS Server inneholder XS Engine. Det tillater ekstern applikasjon og utviklere å bruke SAP HANA-database via XS Engine-klienten. Den eksterne klientapplikasjonen kan bruke HTTP til å overføre data via XS-motor for HTTP-server.
SAP HANA Landskap
"HANA" betyr High Performance Analytic Appliance er en kombinasjon av maskinvare og programvareplattform.
- På grunn av endring i dataarkitektur er den kraftigere datamaskinen tilgjengelig når det gjelder CPU, RAM og harddisk.
- SAP HANA er løsningen for ytelsesflaskehals, der alle data lagres i hovedminnet og ikke trenger å overføre data fra disk I / O til hovedminne ofte.
Nedenfor er SAP HANA Innovation innen maskinvare / programvare.
Det er to typer relasjonelle datalagre i SAP HANA: Row Store og Column Store.
Row Store
- Det er det samme som tradisjonell database, f.eks. (Oracle, SQL Server). Den eneste forskjellen er at alle data lagres i radlagringsområdet i minnet til SAP HANA, i motsetning til en tradisjonell database, der data lagres på harddisken.
Kolonnebutikk
- Kolonnelager er delen av SAP HANA-databasen og administrerer data på søylen i SAP HANA-minne. Kolonnetabeller er lagret i området Kolonnelager. Kolonnebutikken gir god ytelse for skriveoperasjoner og optimaliserer samtidig leseoperasjonen.
Les og skriv operasjonsytelse optimalisert med under to datastrukturer.
Hovedlagring
Hovedlagring inneholder hoveddelen av data. I hovedlagring brukes egnet datakomprimeringsmetode (ordbokskoding, klyngekoding, sparsom koding, kjørelengdekoding, etc.) for å komprimere data med det formål å spare minne og øke hastigheten på søk.
- I hovedlagring vil skriveoperasjoner på komprimerte data være kostbare, så skrivoperasjon endrer ikke direkte komprimerte data i hovedlagring. I stedet skrives alle endringer i et eget område i kolonnelagring kjent som "Delta Storage."
- Delta-lagring er optimalisert for en skriveoperasjon og bruker normal komprimering. Skriveoperasjonene er ikke tillatt på hovedlagring, men tillatt på delta-lagring. Leseoperasjoner er tillatt på begge lagrene.
Vi kan manuelt laste inn data i hovedminnet ved å velge "Last inn minne" og Laste ut data fra hovedminnet med "Last ut fra minne" som vist nedenfor.
Delta Storage
Delta-lagring brukes til en skriveoperasjon og bruker grunnleggende komprimering. All uforpliktende modifisering i kolonnetabelldata lagret i deltalagring.
Når vi vil flytte disse endringene til Main Storage, bruk deretter "delta merge operation" fra SAP HANA studio som nedenfor -
- Hensikten med delta-sammenslåing er å flytte endringer, som samles i delta-lagring til hovedlagring.
- Etter å ha utført Delta Merge-operasjonen på sap-kolonnetabellen, lagres innholdet i hovedlagringen på disk og kompresjon beregnes på nytt.
Prosess med å flytte data fra Delta til hovedlagring under delta-sammenslåing
Det er en bufferlager (L1-Delta) som er radlagring. Så i SAP HANA fungerer kolonnetabell som radbutikk på grunn av L1-delta.
- Brukeren kjører oppdaterings- / innsettingsspørsmål på tabellen (Fysisk operatør er SQL-setninger.).
- Data går først til L1. Når L1 flytter data videre (L1- Uforpliktede data)
- Deretter går data til L2-delta-buffer, som er kolonneorientert. (L2- Forpliktede data)
- Når L2-delta-prosessen er fullført, går data til hovedlagring.
Så, kolonnelagring er både skriveoptimalisert og leseoptimalisert på grunn av henholdsvis L1-Delta og hovedlagring. L1-Delta inneholder alle uforpliktede data. Forpliktede data flyttes til Main Store gjennom L2-Delta. Fra hovedbutikkdata går til utholdenhetslaget (Pilen som indikerer her er en fysisk operatør som sender SQL-setning i Kolonnelager). Etter behandling av SQL-uttalelse i kolonnelager går data til utholdenhetslaget.
Eks nedenfor er radbasert tabell-
Tabelldata lagres på disk i lineært format, så nedenfor er hvordan data lagres på disk for rad- og kolonnetabell -
I SAP HANA-minne lagres denne tabellen i Row Store på disk som format -
Minne adresse
Og i kolonne lagres data på disken som -
Minne adresse
Data lagres kolonnemessig i det lineære formatet på disken. Data kan komprimeres ved hjelp av komprimeringsteknikk.
Så, Column Store har en fordel med lagring av minne.
SAP HANA-størrelse
Dimensjonering er et begrep som brukes til å bestemme maskinvarekrav for SAP HANA-system, for eksempel RAM, harddisk og CPU, etc.
Den viktigste viktige dimensjoneringskomponenten er Memory, og den andre viktige dimensjoneringskomponenten er CPU. Den tredje hovedkomponenten er en disk, men størrelsen er helt avhengig av minne og CPU.
I SAP HANA-implementering er en av de kritiske oppgavene å bestemme riktig størrelse på en server i henhold til forretningskrav.
SAP HANA DB er forskjellig i størrelse med vanlig DBMS når det gjelder -
- Hovedminnekrav for SAP HANA (Minnestørrelse bestemmes av metadata og transaksjonsdata i SAP HANA)
- CPU-krav for SAP HANA (Prognose-CPU er estimert ikke nøyaktig).
- Diskplasskrav for SAP HANA (beregnes for datapresistens og for loggdata)
Applikasjonsserverens CPU og applikasjonsserverminne forblir uendret.
For størrelsesberegning har SAP gitt forskjellige retningslinjer og metoder for å beregne riktig størrelse.
Vi kan bruke metoden nedenfor -
- Størrelse ved bruk av ABAP-rapport.
- Størrelse ved hjelp av DB Script.
- Størrelse ved hjelp av Quicksizer Tool.
Ved å bruke Quicksizer-verktøyet vil Krav vises i nedenstående format-
