SAP HANA als In-Memory-Datenbank-Technologie für ein Enterprise Data Warehouse

Dieser Artikel beschreibt das Konzept der In-Memory Datenbank HANA von SAP zur Verwaltung sehr großer strukturierter und unstrukturierter Datenmengen in Unternehmen und beantwortet die Frage, warum sich der Umstieg lohnt.

Neben der Darstellung von Implementierungsoptionen werden des Weiteren Migrationsstrategien präsentiert. Zuletzt werden praktische Hinweise zu neuen Modellierungsformen in SAP NetWeaver BW in Verbindung mit HANA gegeben. Laufzeitmessungen von definierten Anwendungsfällen mit Echtdaten liefern einen Überblick über die erzielbaren Geschwindigkeitsverbesserungen und zeigen vielversprechende Optimierungsstrategien auf.

Warum In-Memory?

Big Data, Self-Service BI und Mobile BI sind Schlagwörter, die als Anforderungen in vielen Artikeln rund um die Entwicklung des Information-Management in der IT in Unternehmen publiziert und diskutiert werden. Big Data bezeichnet schwierig zu verwaltende, enorm große und unstrukturierte Datenmengen, die mit herkömmlicher Software nicht mehr analysierbar sind (vgl. [Many11]). Self-Service BI hingegen bezeichnet die Analyse von Daten weitestgehend ohne das Zutun der IT (vgl. [Geis13]), Mobile BI die Analyse auf mobilen Endgeräten. Offensichtlich stehen die letztgenannten Begriffe im Widerspruch zur ersten Begrifflichkeit, wenn unterstellt wird, dass selbst die IT mit den zunehmenden Datenmengen überfordert ist. Um diesem Anspruch in einem Unternehmensumfeld jedoch trotzdem gerecht zu werden, besteht die Herausforderung für die IT in der Balance aus dem Verwalten sehr großer Datenmengen und dem Zurverfügungstellen flexibler Analysen. Neue Technologien wie In-Memory können dabei helfen, diese Herausforderung zu bewältigen.

Zurück zur Startseite des CC-SE