基于至强® 平台的内存数据库解决方案

英特尔与 SAP 之间的协作和联合开发已持续六年。

· SAP HANA 平台的创新内存架构契合持久内存,仅需少量变更。

· SAP HANA 平台是第一个支持英特尔®傲腾™ 数据中心级持久内存的重要数据库平台。

· SAP HANA® 2.0 SPS 03 包含众多针对 SAP HANA 平台的创新,是首个支持英特尔® 傲腾™ 数据中心级持久内存数据库解决方案。

· SAP HANA® 平台在内存优先的一体化平台中提供先进的数据库和数据管理技术,同时提供高级分析能力以及直观的应用开发工具。SAP
HANA 2.0 SPS 不仅开拓性地支持英特尔®傲腾™ 数据中心级持久内存,还为面向智能企业的 SAP HANA 平台带来诸多创新。

· SAP HANA 2.0 SPS 03 是第一个支持英特尔® 傲腾™ 数据中心级持久内存的主要数据库平台。英特尔® 傲腾™ 数据中心级持久内存为像 SAP HANA 平台这样要求严苛的工作负载提供了全新数据管理方式。英特尔® 傲腾™ 数据中心级持久内存为非易失性存储器,因此,内存数据库(如 SAP HANA 平台)不必将所有数据从持久存储器全部重新加载到内存中,且运行速度接近动态随机存取存储器,符合当前的性能预期。英特尔® 傲腾™ 数据中心级持久内存还可提供比内存技术更高的数据密度,让您实现更多创新且更简洁的 IT 环境。

· 英特尔® 傲腾™ 数据中心级持久内存的优势除了持久、高性能和每 GB 成本低于传统内存外,还有助于降低总体拥有成本(TCO),彻底改变企业对数据库系统分级数据的方式,并开发新的应用案例,从而提升 SAP
HANA 平台的速度以及能力。

· SAP HANA 2.0 SPS 03 的新增功能

· SAP HANA 2.0 SPS 03 包含众多针对 SAP HANA 平台的创新,如数据分析、开发以及数据和数据库管理。

· 数据库革新

· SAP HANA 2.0 SPS 03 提供内置的实时数据匿名化,可帮助在单个数据实例上实时保护敏感数据。数据匿名化可帮助组织满足越来越严格的数据保护和隐私条例,例如欧盟的《一般数据保护条例》(GDPR)。

· 另外,SAP HANA 2.0 SPS 03 还针对高可用性和容灾特性进行了改善。这些改善包括备份的多目标复制、容错 SQL 路由和“辅助性时间旅行”,其中辅助性时间旅行可纠正使用辅助系统快照的主数据库中的逻辑错误。

· 分析智能革新

· S A P H A N A 2 . 0 S P S 0 3 通过改进预测模型的训练与评分的并行处理,以及集成TensorFlow* 的高可用性和负载平衡,从而实现性能的改善。提供的全新 SAP
HANA 空间服务易于集成,可通过云获取,支持使用先进的空间功能创建位置感知业务应用。

· SAP HANA 2.0 SPS 03 中的搜索和文本分析经过优化,可帮助您快速从非结构化数据中得出洞察。例如,通过使用空间距离计算结果的相关性,从而使地理数据更实用。

·
应用开发革新

· 新增官方支持的运行时间使 SAP HANA 扩大了其应用服务,SAP HANA 2.0 SPS 03 中的高级模型(X SA)便可在应用层提供更多选项,从而在行业标准运行时间内提高生产力。此外,SAP HANA 2.0 SPS 03 还可针对 Ruby* 和Hibernate* 方言提供原生客户端接口支持,使用行业标准为开发提供便利。最后,SAP HANAExpress 版本继承了来自 SAP HANA 2.0 SPS 03 的所有增强功能,让您可以在电脑和小型服务器上快速进行开发(对使用少于 32 GB 内存的应用不会产生许可费用)。

· 数据管理革新

· SAP® Enterprise Architecture Designer Cloud Edition 除了作为 SAP HANA 平台上的原生应用外,还可作为 SAP Cloud Platform 上的应用服务。借助此项技术,通过协作、直观的设计、混合云及内部环境从概念到物理建模的开发自动化,您可以简化从规划到执行的过程。

· SAP HANA 2.0 SPS 03 还为各种数据访问类型提供支持,例如 SAP Cloud Platform Big Data Services 上的 Apache Spark*、Microsoft
Azure HDInsight* 和 Cassandra*。对于性能、成本和数据管理,SAP HANA 2.0 SPS 03 提供了许多新功能,例如:

· • 优化对租赁数据库的支持

· • 全新的数据分级功能,例如,对扩展节点的原生支持和动态分级改进

· • 支持持久内存

· 英特尔® 傲腾™ 数据中心级持久内存:此次革新将迅速扩散

· 对于企业计算而言,SAP HANA 2.0 SPS 03 对英特尔® 傲腾™ 数据中心级持久内存的支持将是一次变革,它将改变 IT 组织对数据分级的认识。目前,数据分级面临无奈的选择,不是投资更昂贵的内存,就是增加持久存储器中保留的数据量,这会导致性能降级。英特尔® 傲腾™数据中心级持久内存为像 SAP HANA 平台这样要求严苛的工作负载提供了全新数据管理方式。

· 当前的数据库内存容量小、昂贵并且是易失性内存;而英特尔® 傲腾™ 数据中心级持久内存密度更高、更经济、更持久,且运行速度接近内存。英特尔® 傲腾™数据中心级持久内存的这些功能可通过缩短停机时间和简化数据分级,帮助降低总体拥有成本。同样,这些功能还可使 SAP HANA 内存数据库在经济上可行,覆盖更广泛的应用案例:英特尔® 傲腾™ 数据中心级持久内存以类似于双列直插式存储模块(DIMM)的形式提供接近动态随机存取存储器的内存计算速度,且每 GB 价格低于动态随机存取存储器。下一代英特尔® 至强® 可扩展处理器将能够支持英特尔® 傲腾™ 数据中心级持久内存。

· 更短的停机时间

· 因为英特尔® 傲腾™ 数据中心级持久内存是非易失性的,所以它可让您即使在断电的情况下也能将 SAP HANA 平台中的数据加载入主内存中。在停机后您不必将数据重新加载回内存,使得 SAP HANA 平台的重新启动时间可以大大缩短。

· 颠覆数据分级的现实

· 由于内存的成本很高,因此,过去它只能存储需要最频繁访问且最有价值的热数据。价值较低的温数据必须存储在主内存的外部,结果导致性能降低。英特尔® 傲腾™ 数据中心级持久内存和 SAP HANA 2.0 SPS 03 中的创新功能可改变这些经济因素,为数据分级提供新的选择。

· 英特尔® 傲腾™ 数据中心级持久内存采用称为持久内存模块(PMM)(与双列直插式存储模块类似,但容量远高于传统易失性内存)的形式。使用英特尔® 傲腾™ 数据中心级持久内存不仅可以降低 SAP HANA 平台的总体内存价格,还意味着整个基于存储区域网络(SAN)的温数据层都可以放在数据模块中,它们更像是主内存,这有助于提高性能。

· 英特尔® 傲腾™ 数据中心级持久内存中更大的内存配置有可能会彻底改变 SAP HANA 数据分级的部署和内存处理方式。更大、更经济的内存配置可提高应用案例的经济可行性,可受益于从内存数据库快速获得洞察的优势,但这无法证明投资于大量动态随机存取存储器会引致高成本。与英特尔® 傲腾™ 数据中心级固态盘(SSD)结合使用时,英特尔® 傲腾™ 数据中心级持久内存可支持灵活的全新类内存层:可以激活过去在缓慢 NAND 存储中闲置的有价值的数据,并采取行动。英特尔® 傲腾™ 数据中心级持久内存为公司开创了新的机遇,让公司可以通过数据,经济高效地获取可行洞察,并获得竞争优势。

· 图1. 使用动态随机存取存储器、英特尔® 傲腾™ 数据中心级持久内存和英特尔® 傲腾™ 数据中心级固态盘更新数据分级的示例;热数据显示为红色,温数据显示为橙色,冷数据显示为蓝色。

· SAP HANA 2.0 SPS 03 可为数据分级提供更多新的增强功能,其中一个就是原生支持扩展节点。SAP HANA平台中的这种原生支持让您可以使用标准 SAP HANA 节点存储温数据。扩展节点本质上是可扩展的节点,在 SAP HANA 应用中,对处理器和内存的要求很宽松。通过使用扩展节点,将留出可扩展集群中的某个节点供温数据使用;此扩展节点可存储的数据量是集群中热节点的四倍(截至今天的数据)。原生扩展节点支持可提供关键的优势,例如在查询温数据时获得快速的内存性能,其中包括支持所有原生数据类型以及高级分析引擎。这样便可为客户的多温度数据管理提供更多选择,从而帮助优化客户的 SAP HANA 系统的性能/成本比。此类功能以及英特尔® 傲腾™ 数据中心级持久内存让您可以通过全新方式,经济高效地从较大数据集更快地获取洞察。

· 变革悄然而至紧跟趋势方能领先

· SAP HANA 2.0 SPS 03 中的优化和创新可提高性能,帮助企业更智能地利用数据执行更多任务。这些优化包括逐步实现更好的数据分析、更快的应用开发和更高效的数据管理。此外,这些优化还可为 SAP HANA 平台带来数据库设计和管理的根本性飞跃:支持英特尔® 傲腾™数据中心级持久内存。英特尔® 傲腾™ 数据中心级持久内存与 SAP HANA 2.0 SPS 03 一起推动 SAP HANA 平台超越创新,为企业数据带来革新,为内存数据库和内存与存储之间的新配置开创新的可能性。

基于至强® 平台的内存数据库解决方案相关推荐

  1. 基于Adaptive AUTOSAR平台的OTA解决方案

    随着软件定义汽车时代的来临,AUTOSAR技术正不断发展进步以适用汽车智能化,网联化等普遍需求,特别是Adaptive AUTOSAR技术的产生更是让这些需求落地成为了可能,再加上汽车OTA升级需求对 ...

  2. 基于intel低功耗平台边缘计算解决方案助力半导体设备升级

    半导体芯片是现代电子领域的大脑.事实上,在通信.计算.零售.医疗保健和运输应用领域,半导体芯片为各种先进技术提供了基础.2020年全球半导体销售额增长6.5%,相关制造设备的生产需求也相应增加. 某业 ...

  3. 基于低代码平台实现的内外OA协同办公系统

    传统的OA系统无法解决跨组织沟通的问题,对于企业内部的沟通协作,外部人员没法参与进来:对于OA系统中审核好的文件.单据.合同只能通过微信或者邮件的方式发送给客户或者供应商.而OA系统与微信集成可以让企 ...

  4. 从零开始,打造基于阿里IoT云平台的LoRa解决方案(3)_配置产品功能,将上传数据解析为阿里云平台数据格式

    本篇是 <从零开始,打造基于阿里IoT云平台的LoRa解决方案>系列教程的第3 篇,将为大家讲解:1-如何配置产品功能?2-如何将产品的上传数据解析为阿里云平台数据格式? 查看阿里物联网平 ...

  5. 深圳万户6年成功研发出基于微软MOSS平台OA系统,开源OA,可掌握与扩展性整合性强的OA平台...

    标题: 关键词:oa,深圳oa,moss,mossoa,协同办公平台 OA是什么?  说起OA(Office Automation,办公自动化),几乎是人们都熟识和耳闻的一个IT名词.然而什么是OA? ...

  6. 英特尔® 至强® 平台集成 AI 加速构建数据中心智慧网络

    英特尔® 至强® 平台集成 AI 加速构建数据中心智慧网络 SNA 通过 AI 方法来实时感知网络状态,基于网络数据分析来实现自动化部署和风险预测,从而让企业网络能更智能.更高效地为最终用户业务提供支 ...

  7. 构建长期共赢生态圈,英特尔至强平台加速人工智能落地

    本文转载自 在前线 量子位 编辑 | 公众号 QbitAI 导语: 受疫情影响,AI医疗获得了前所未有的关注.在以肺部CT影像筛查为核心的新冠早期症状检测中,更是大显身手. 但在从技术到产品方案再到落 ...

  8. 《信息物理融合系统(CPS)设计、建模与仿真——基于 Ptolemy II 平台》——1.6 异构建模的方法...

    本节书摘来自华章出版社<信息物理融合系统(CPS)设计.建模与仿真--基于 Ptolemy II 平台>一书中的第1章,第1.6节,作者:[美]爱德华·阿什福德·李(Edward Ashf ...

  9. 基于Java EE平台项目管理系统的设计与实现(论文+PPT+源码)

    分类号_______________ 密级________________ UDC _______________ 学号 毕业设计(论文) 论文题目 基于Java EE平台项目管理系统的设计与实现 T ...

最新文章

  1. 关于C#调用非托管DLL,报“内存已损坏的”坑,坑,坑
  2. 宇宙是一个图网络?「全球最聪明的人」刚刚为物理基础理论指出了全新道路...
  3. (二)nimlang web开发 hello world jester
  4. 现代谱估计:多窗口谱分析和显著性
  5. mysql 5.6 分区_Mysql5.6—分区表及独享表空间
  6. Ruby on Rails 和 J2EE:两者能否共存?
  7. 正定矩阵(positive definite matrix)
  8. L298N——真正的玄学驱动板
  9. FileZilla中文乱码解决方法 与 设置界面为中文
  10. 操作系统和内核有什么区别?
  11. sql语句的字段升序排列
  12. chmod的使用 czy:czy 文件名
  13. html(标题加上图片的方法,笔记)
  14. 对于养鱼爱病的新手,给你们一些个人经验,觉得对可以体会
  15. 盛世五洲flash进入页 动画设计制作
  16. 是时候废除“网络君主制”啦?认识 Usenet ~
  17. 新手自主创业需要注意哪些误区?
  18. rebar3使用本地依赖
  19. MFC程序由本地转托管 /clr debug 无法调试
  20. Guitar Pro怎样可以快速打出三连音?

热门文章

  1. 补充cpusim图片
  2. 2021-2027年中国智能门禁系统市场研究及前瞻分析报告
  3. 2022-2028年中国玻璃纤维毡热塑性塑料(GMT)行业市场研究及前瞻分析报告
  4. 二叉树的前序、中序、后序非递归遍历 python实现
  5. hadoop问题小结
  6. Hexo集成Algolia实现搜索功能
  7. MindSpore API编程概述
  8. NVIDIA TensorRT高性能深度学习推理
  9. Geo-CNN的三维点云
  10. 常用语义分割小样本模型