SlideShare a Scribd company logo
1 of 28
Download to read offline
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 1
Database Lounge Tokyo #3
HANA シ 基本 き
SAP ン株式会社
新久保 浩二 ( う ) @kouji_s_0808 #dbltokyo
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 2
続、使い慣 たSQLに潜 実装依存
篠田 発表資料 HANA 例 残念 取 急
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 3
HANAで 結果
MOD(3,0) ERROR
GREATEST(1,2,NULLき NULL
LどNにTHが‘あグき さ → 文字数
LどNにTHがでHARがさごきち‘Aてでグき し → ー 数
CURRENT_TIMESTAMP ン ン 無関係 最新 取得
NULL||'ABC' NULL
かさ2しかくかじすずか 5せ9
かさ2し'+'XYZ' ERROR
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 4
余談 、おし い
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 5
HANAに つわ 都市伝説
あー あ DWH ン
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 6
HANAに つわ 都市伝説
あー あ DWH ン
そう 違う
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 7
SAP HANA In-Memory Database
Partitioning
Insert Only on Delta Compression
Row and Column Store
No aggregates
+
+
+ +
Memory
Multi-Core (Scale-Up)
Massively Parallel (Scale-Out)
Single Optimized Platform
64-bit address space
supports 2TB RAM/Node
100GB/s throughput/Node
CPU
+
SAP HANA
• ー 最新技術 活用
• ッ ー
• 最少 IO待 時間
• ン 前提 ン 構造
SAP HANA
Database
OLAP + OLTP
+
+
+
+
+
+ +
New Main(column)
Single data copy
+
Delta Main (column)
更新
(Write Optimized)
参照
(Read Optimized)
• CPU
• SIMD Vector処理 CPU命令 削減
• TSX 内 ー 排他処理 CPU ー
• Memory
• Delta(Insert Only) 更新 ン ン 処理 Column
Store ッ (更新処理 遅い) 克服
• 読 取 圧縮後 Column Store 読 取 性能 劇的 向上
SIMD TSX Real-time
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 8
SAP HANA Delivery Model
ン 高速性
SAP 完全 ー
• SAP HW ー ー
ー ン
• ー 事前
ッ ッ
• 事前
ン ー
• 基本的 HW 提供
• ー ー 各コン ー
ン (OS 含 ) ン
ー 作業 必要
• ー ー 各コン ー ン
ー い
各 ー ー 調整
柔軟性
既存IT資産 コ 活用
プ ンス TDI
HANA Server
Bundled
Storage
DRAM
Application
Database
OS
Virtualization
Network
Storage
HANA Server
Enterprise
Storage
DRAM
Application
Database
OS
Virtualization
Network
Storage
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 9
Certified HANA Hardware Directory
http://global.sap.com/community/ebook/2014-09-02-hana-hardware/enEN/appliances.html
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 10
HANAに つわ 都市伝説
HANA SQL
RDBMS け?
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 11
HANAに つわ 都市伝説
HANA SQL
RDBMS け?
そう そ け
い
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 12
HANA 技術的 ッ ン
TREX
(Text Retrieval and information EXtraction)
‘9せ
ADABAS D SAP DB
‘ごし ‘ごせ
‘9。
‘ごす
P*TIME
‘さご
HANA
Sybase
Column based in-memory data storage
& processing & distributed infra(no SQL,
no transaction support) And some
processing engines are supported.
(graph, search, classification, mining…)
Row based on disk SQL access data storage
& processing
Data Integration (Data Services)
HANA 1.0 SPS00
TREXMaxDB P*TIME
Sybase ASE, Sybase IQ, Sybase SQL
Anywhere, Sybase Replication Server …
Row based in-memory SQL access data
storage & processing
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 13
SAP HANA Platform
ータベースサービス
Web Server JavaScript
Graphic
Modeler
Data Virtualization ELT &
Replication
Columnar
OLTP+OLAP
Multi-Core &
Parallelization
Advanced
Compression
Multi-tenancy Multi-Tier
Storage
Graph Predictive Search
Data
Quality
Series
Data
Business
Functions
Hadoop &
Spark Integration
Streaming
Analytics
Application Lifecycle
Management
High Availability &
Disaster Recovery
OpennessData
Modeling
Admin &
Security
Remote
Data Sync
Spatial
Text
Analytics
Fiori UX
ALM
</>
プ ーションサービス ータ統合サービスプ ッ フ ームサービス
S A P H A N A P l a t f o r m
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 14
HANAに つわ 都市伝説
ン ー ー ー
HANA 揮発性
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 15
HANAに つわ 都市伝説
ン ー ー ー
HANA 揮発性
そうそう ッ ン 全部消え
無
あ !
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 16
In-Memory & Persistence Layer
ーシスタンスレ ヤー(永続化レ ヤー)
HANA ー ー ー 管理 ン ン
管理 ー 時 ー管理 行う
• ー ー
 ー Undo 保持 ー 領域
• ー
 ン ン (REDO) 保持 ー 領域
 ー ー 変更( ン ン) 保存
同期、非同期によ ス へ 書き込
• ー ン (非同期)
 ー上 変更 ー ー ー 書 込 (
300秒 遅延書 込 )
• コ ッ (同期)
 ン ン確定 ン ー 含 ッ ー上 ー
ー 書 込
ー
ー
ー ー
ー
ー ー
ン ン
(WAL) 書 出
- Log Buffer FULL
- Commit/Rollback
定期的 自動
ー ン
SAP HANA
UNDO DATAREDO
Log Buffer Row Store Column Store
ン
ン
ン
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 17
Persistence Storage I/O Pattern
シ Data Volume Log Volume Backup Storage
書 込 ン ン - WRITE
OLTP – 概 4KB ー ン I/O
OLAP – 大 I/O (1 MB
上限 可変)
-
ー ン ッ ッ
ー
WRITE
4 KB – 64 MB 非同期 並列I/O ( ー
量 負荷 依存)
- -
DB再起動 ー ー
ー ー
READ
4 KB – 64 MB 非同期 並列I/O ( ー
量 Row Store 依存)
READ
256 KB 非同期I/O
-
Column Store ー ー READ
4 KB – 16 MB 非同期 並列I/O
- -
ー ー ・ ッ ッ READ
4 KB – 64 MB 非同期I/O ( ッ ー
512 MB)
- WRITE
512 MB ー ン I/O (設定可能)
・ ッ ッ - READ
4 KB – 128 MB 非同期I/O ( ッ ー
128 MB)
WRITE
4 KB – 128 MB ー ン I/O
ー WRITE
4 KB – 64 MB 非同期 並列I/O
READ
256 KB 非同期I/O
READ
Data backup: 512 MB ッ ーI/O
Log backup: 128 MB ッ ーI/O
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 18
HANAに つわ 都市伝説
ー け そ 多
ー 格納 い い?
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 19
HANAに つわ 都市伝説
ー け そ 多
ー 格納 い い?
大丈夫 安心 い
現実面(コ 面) 色々 手段 提供
い
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 20
Scale Up/Scale Out Cluster
Scale Up Server
 2 CPU 128GB 〜 20 CPU 20TB
 SoH S/4HANA BWoH ー ー
用途 SAP HANA
 HA/DR ー
Scale Out Cluster
 ーあ 2台以上 ー ー構成
 ー 256GB, 512GB, 1TB, 1.5TB,
2TB, 3TB,及び4TB
 認定済 最大構成: 94 ー @4TB/Server
(376TB)
 HA/DR ー
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 21
Dynamic Tiering
SAP HANA + Extended Table + SAP Sybase IQ + Hadoop
各 ン 強 生 ー 処理
• In-Memory Platform
• OLTP/OLAP処理
• 地理情報 へ
分析関数
• Disk ー
• 高速 効率 高い圧縮
• ー 定義 ッ ッ
HANA 透過的 実行可能
• TB〜PB 構造化 ー 対
ー 可能
• ー 重複保持 い
• HANA 機能 い
• ー 配置場所 IQ 変更
• NLS 読 込 専用 ー
使用
• ー 異 SLA要求 柔軟 対応
HANA
Hot
Dynamic Tiering
Warm
SAP Sybase IQ
Cold
• SDA Hive/Spark 接続
• vUDF 既存 MarReduce
活用
• vUDF SQL 実行 可能
Raw
Hadoop
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 22
Multistore Table
( 11/30 ー HANA 2.0 In-Memory
ー ン Disk ー ン 透過的 可能
Multistore Table ー い YO!)
Partition Table
Table
Part #3
Part #1
Part #4
Part #2
In-Memory
based Column
Engine
Disk based
Column Engine
Multistore Table
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 23
HANAに つわ 都市伝説
高い
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 24
HANAに つわ 都市伝説
高い
ぎももナ$おぎ!
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 25
SAP HANA, eXpress Edition
SAP HANA, eXpress Edition
 32GB 無償 ン ー 可能 SAP Developer Center
 認定HW不要 ー 自身 PC 動 AWS Azure
 SCN(SAP Community Network)経由 ー 事前設定済
ー 等 包含
 32GB以上必要 開発 引 継い 有償
版SAP HANAへ移行可能
http://go.sap.com/japan/developer/topics/sap-hana-express.html
Feature Scope Description
SAP HANA 触 う! SAP HANA, express edition ッ ン ー
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 26
Q & A
Any Question?
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 27
THANK YOU!
© 2016 SAP SE or an SAP affiliate company. All rights reserved. 28
免責事項
ン ー ン 弊社 一般的 製品 方向性 説明 あ 購入 意思決
定 行う際 判断基準 ン ー ン SAP ン 契約
そ 他 契約 前提 あ
SAP ン ー ン 概説 事業 実現 ン ー ン 記
載 い 機能 開発 ー 対 義務 負い ン ー
ン び SAP 戦略 び予定 い 将来 開発 変更 可能性 あ SAP 随時
理由 如何 問わ 事前 予告 変更
本書 商業性 特定目的へ 適合性 非侵害性等 黙示的保証 含 明示 黙示
問わ い 保証 伴う あ SAP 意図的 重大 過失 起
因 損害 除 本書 誤記 脱落等 過失 い SAP 責任 負わ い

More Related Content

What's hot

SAP on Azure Cloud Workshop Material Japanese 20190221
SAP on Azure Cloud Workshop Material Japanese 20190221SAP on Azure Cloud Workshop Material Japanese 20190221
SAP on Azure Cloud Workshop Material Japanese 20190221Hitoshi Ikemoto
 
SAP Extractorのソースエンドポイントとしての利用
SAP Extractorのソースエンドポイントとしての利用SAP Extractorのソースエンドポイントとしての利用
SAP Extractorのソースエンドポイントとしての利用QlikPresalesJapan
 
ちょっと理解に自信がないな という皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
ちょっと理解に自信がないなという皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)ちょっと理解に自信がないなという皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
ちょっと理解に自信がないな という皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)hamaken
 
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro MorisakiInsight Technology, Inc.
 
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム by...
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム  by...[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム  by...
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム by...Insight Technology, Inc.
 
Snowflake on AWSのターゲットエンドポイントとしての利用
Snowflake on AWSのターゲットエンドポイントとしての利用Snowflake on AWSのターゲットエンドポイントとしての利用
Snowflake on AWSのターゲットエンドポイントとしての利用QlikPresalesJapan
 
簡単!AWRをEXCELピボットグラフで分析しよう♪
簡単!AWRをEXCELピボットグラフで分析しよう♪簡単!AWRをEXCELピボットグラフで分析しよう♪
簡単!AWRをEXCELピボットグラフで分析しよう♪Yohei Azekatsu
 
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)NTT DATA OSS Professional Services
 
Azure Synapse Analytics 専用SQL Poolベストプラクティス
Azure Synapse Analytics 専用SQL PoolベストプラクティスAzure Synapse Analytics 専用SQL Poolベストプラクティス
Azure Synapse Analytics 専用SQL PoolベストプラクティスMicrosoft
 
[Oracle DBA & Developer Day 2016] しばちょう先生の特別講義!!ストレージ管理のベストプラクティス ~ASMからExada...
[Oracle DBA & Developer Day 2016] しばちょう先生の特別講義!!ストレージ管理のベストプラクティス ~ASMからExada...[Oracle DBA & Developer Day 2016] しばちょう先生の特別講義!!ストレージ管理のベストプラクティス ~ASMからExada...
[Oracle DBA & Developer Day 2016] しばちょう先生の特別講義!!ストレージ管理のベストプラクティス ~ASMからExada...オラクルエンジニア通信
 
Microsoft Azure Storage 概要
Microsoft Azure Storage 概要Microsoft Azure Storage 概要
Microsoft Azure Storage 概要Takeshi Fukuhara
 
[db tech showcase Tokyo 2016] B27:SQL Server 2016 AlwaysOn 可用性グループ New Featur...
[db tech showcase Tokyo 2016] B27:SQL Server 2016 AlwaysOn 可用性グループ New Featur...[db tech showcase Tokyo 2016] B27:SQL Server 2016 AlwaysOn 可用性グループ New Featur...
[db tech showcase Tokyo 2016] B27:SQL Server 2016 AlwaysOn 可用性グループ New Featur...Insight Technology, Inc.
 
SAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS TシャツモデルSAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS TシャツモデルTetsuya Kawahara
 
Oracle運用Tips大放出! ~ RAC環境のRMANのパラレル化を極める 編 ~ @2016-02-23 JPOUG
Oracle運用Tips大放出! ~ RAC環境のRMANのパラレル化を極める 編 ~ @2016-02-23 JPOUG Oracle運用Tips大放出! ~ RAC環境のRMANのパラレル化を極める 編 ~ @2016-02-23 JPOUG
Oracle運用Tips大放出! ~ RAC環境のRMANのパラレル化を極める 編 ~ @2016-02-23 JPOUG Yuya Ohta
 
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...NTT DATA Technology & Innovation
 
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...NTT DATA Technology & Innovation
 
SAP S/4HANA化に向けたAWS構築・移行の勘所(インフラベーシス編)
SAP S/4HANA化に向けたAWS構築・移行の勘所(インフラベーシス編)SAP S/4HANA化に向けたAWS構築・移行の勘所(インフラベーシス編)
SAP S/4HANA化に向けたAWS構築・移行の勘所(インフラベーシス編)BeeX.inc
 
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)オラクルエンジニア通信
 
BigData Architecture for Azure
BigData Architecture for AzureBigData Architecture for Azure
BigData Architecture for AzureRyoma Nagata
 

What's hot (20)

SAP on Azure Cloud Workshop Material Japanese 20190221
SAP on Azure Cloud Workshop Material Japanese 20190221SAP on Azure Cloud Workshop Material Japanese 20190221
SAP on Azure Cloud Workshop Material Japanese 20190221
 
SAP Extractorのソースエンドポイントとしての利用
SAP Extractorのソースエンドポイントとしての利用SAP Extractorのソースエンドポイントとしての利用
SAP Extractorのソースエンドポイントとしての利用
 
ちょっと理解に自信がないな という皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
ちょっと理解に自信がないなという皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)ちょっと理解に自信がないなという皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
ちょっと理解に自信がないな という皆さまに贈るHadoop/Sparkのキホン (IBM Datapalooza Tokyo 2016講演資料)
 
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
 
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム by...
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム  by...[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム  by...
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム by...
 
Snowflake on AWSのターゲットエンドポイントとしての利用
Snowflake on AWSのターゲットエンドポイントとしての利用Snowflake on AWSのターゲットエンドポイントとしての利用
Snowflake on AWSのターゲットエンドポイントとしての利用
 
簡単!AWRをEXCELピボットグラフで分析しよう♪
簡単!AWRをEXCELピボットグラフで分析しよう♪簡単!AWRをEXCELピボットグラフで分析しよう♪
簡単!AWRをEXCELピボットグラフで分析しよう♪
 
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
 
Azure Synapse Analytics 専用SQL Poolベストプラクティス
Azure Synapse Analytics 専用SQL PoolベストプラクティスAzure Synapse Analytics 専用SQL Poolベストプラクティス
Azure Synapse Analytics 専用SQL Poolベストプラクティス
 
Yahoo! JAPANのOracle構成-2017年版
Yahoo! JAPANのOracle構成-2017年版Yahoo! JAPANのOracle構成-2017年版
Yahoo! JAPANのOracle構成-2017年版
 
[Oracle DBA & Developer Day 2016] しばちょう先生の特別講義!!ストレージ管理のベストプラクティス ~ASMからExada...
[Oracle DBA & Developer Day 2016] しばちょう先生の特別講義!!ストレージ管理のベストプラクティス ~ASMからExada...[Oracle DBA & Developer Day 2016] しばちょう先生の特別講義!!ストレージ管理のベストプラクティス ~ASMからExada...
[Oracle DBA & Developer Day 2016] しばちょう先生の特別講義!!ストレージ管理のベストプラクティス ~ASMからExada...
 
Microsoft Azure Storage 概要
Microsoft Azure Storage 概要Microsoft Azure Storage 概要
Microsoft Azure Storage 概要
 
[db tech showcase Tokyo 2016] B27:SQL Server 2016 AlwaysOn 可用性グループ New Featur...
[db tech showcase Tokyo 2016] B27:SQL Server 2016 AlwaysOn 可用性グループ New Featur...[db tech showcase Tokyo 2016] B27:SQL Server 2016 AlwaysOn 可用性グループ New Featur...
[db tech showcase Tokyo 2016] B27:SQL Server 2016 AlwaysOn 可用性グループ New Featur...
 
SAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS TシャツモデルSAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS Tシャツモデル
 
Oracle運用Tips大放出! ~ RAC環境のRMANのパラレル化を極める 編 ~ @2016-02-23 JPOUG
Oracle運用Tips大放出! ~ RAC環境のRMANのパラレル化を極める 編 ~ @2016-02-23 JPOUG Oracle運用Tips大放出! ~ RAC環境のRMANのパラレル化を極める 編 ~ @2016-02-23 JPOUG
Oracle運用Tips大放出! ~ RAC環境のRMANのパラレル化を極める 編 ~ @2016-02-23 JPOUG
 
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...
 
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...
 
SAP S/4HANA化に向けたAWS構築・移行の勘所(インフラベーシス編)
SAP S/4HANA化に向けたAWS構築・移行の勘所(インフラベーシス編)SAP S/4HANA化に向けたAWS構築・移行の勘所(インフラベーシス編)
SAP S/4HANA化に向けたAWS構築・移行の勘所(インフラベーシス編)
 
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
 
BigData Architecture for Azure
BigData Architecture for AzureBigData Architecture for Azure
BigData Architecture for Azure
 

Similar to HANAのハナシの基本のき

B30 hanaってどうなの?sap hana概要 by 村田聡一郎
B30 hanaってどうなの?sap hana概要 by 村田聡一郎B30 hanaってどうなの?sap hana概要 by 村田聡一郎
B30 hanaってどうなの?sap hana概要 by 村田聡一郎Insight Technology, Inc.
 
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...Insight Technology, Inc.
 
DBP-001_SAP on Azure 移行事例の紹介
DBP-001_SAP on Azure 移行事例の紹介DBP-001_SAP on Azure 移行事例の紹介
DBP-001_SAP on Azure 移行事例の紹介decode2016
 
あなたの知っているSAPは古いかもしれません
あなたの知っているSAPは古いかもしれませんあなたの知っているSAPは古いかもしれません
あなたの知っているSAPは古いかもしれませんMana Matsudate
 
SAP HANAのソースエンドポイントとしての利用
SAP HANAのソースエンドポイントとしての利用SAP HANAのソースエンドポイントとしての利用
SAP HANAのソースエンドポイントとしての利用QlikPresalesJapan
 
今だからこそ考えるSAP on SQL Server
今だからこそ考えるSAP on SQL Server今だからこそ考えるSAP on SQL Server
今だからこそ考えるSAP on SQL ServerHitoshi Ikemoto
 
SAP HANA SP10最新情報詳細版
SAP HANA SP10最新情報詳細版SAP HANA SP10最新情報詳細版
SAP HANA SP10最新情報詳細版Mana Matsudate
 
非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWSRyusaburo Tanaka
 
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例Yasuko Sekiguchi
 
Yahoo! JAPANのOracle構成-2017年版
Yahoo! JAPANのOracle構成-2017年版Yahoo! JAPANのOracle構成-2017年版
Yahoo! JAPANのOracle構成-2017年版Makoto Sato
 
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォームSAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォームMakoto Sugishita
 
AWSではじめるSAP HANA入門
AWSではじめるSAP HANA入門AWSではじめるSAP HANA入門
AWSではじめるSAP HANA入門Mana Matsudate
 
Antenna 20180306 AzureのIaaSで構築する、シンプルなWebサーバ環境
Antenna 20180306 AzureのIaaSで構築する、シンプルなWebサーバ環境Antenna 20180306 AzureのIaaSで構築する、シンプルなWebサーバ環境
Antenna 20180306 AzureのIaaSで構築する、シンプルなWebサーバ環境akio doi
 
SAP on AWS最新情報とデジタルトランスフォーメーションに関する取組み
SAP on AWS最新情報とデジタルトランスフォーメーションに関する取組みSAP on AWS最新情報とデジタルトランスフォーメーションに関する取組み
SAP on AWS最新情報とデジタルトランスフォーメーションに関する取組みBeeX.inc
 
Sap inside track2019tokyo_d3-in2_processvisibility_public
Sap inside track2019tokyo_d3-in2_processvisibility_publicSap inside track2019tokyo_d3-in2_processvisibility_public
Sap inside track2019tokyo_d3-in2_processvisibility_publicMasashi Yamazawa
 
SAP on AWS 実際の導入例と導入効果
SAP on AWS 実際の導入例と導入効果SAP on AWS 実際の導入例と導入効果
SAP on AWS 実際の導入例と導入効果Amazon Web Services Japan
 

Similar to HANAのハナシの基本のき (20)

Sapporo tech bar 21
Sapporo tech bar 21Sapporo tech bar 21
Sapporo tech bar 21
 
B30 hanaってどうなの?sap hana概要 by 村田聡一郎
B30 hanaってどうなの?sap hana概要 by 村田聡一郎B30 hanaってどうなの?sap hana概要 by 村田聡一郎
B30 hanaってどうなの?sap hana概要 by 村田聡一郎
 
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
 
DBP-001_SAP on Azure 移行事例の紹介
DBP-001_SAP on Azure 移行事例の紹介DBP-001_SAP on Azure 移行事例の紹介
DBP-001_SAP on Azure 移行事例の紹介
 
JAWS-UG Tokyo SAP
JAWS-UG Tokyo SAP JAWS-UG Tokyo SAP
JAWS-UG Tokyo SAP
 
あなたの知っているSAPは古いかもしれません
あなたの知っているSAPは古いかもしれませんあなたの知っているSAPは古いかもしれません
あなたの知っているSAPは古いかもしれません
 
SAP HANAのソースエンドポイントとしての利用
SAP HANAのソースエンドポイントとしての利用SAP HANAのソースエンドポイントとしての利用
SAP HANAのソースエンドポイントとしての利用
 
今だからこそ考えるSAP on SQL Server
今だからこそ考えるSAP on SQL Server今だからこそ考えるSAP on SQL Server
今だからこそ考えるSAP on SQL Server
 
はじめての SAP on AWS
はじめての SAP on AWSはじめての SAP on AWS
はじめての SAP on AWS
 
SAP HANA SP10最新情報詳細版
SAP HANA SP10最新情報詳細版SAP HANA SP10最新情報詳細版
SAP HANA SP10最新情報詳細版
 
非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS
 
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
 
Yahoo! JAPANのOracle構成-2017年版
Yahoo! JAPANのOracle構成-2017年版Yahoo! JAPANのOracle構成-2017年版
Yahoo! JAPANのOracle構成-2017年版
 
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォームSAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
 
AWSではじめるSAP HANA入門
AWSではじめるSAP HANA入門AWSではじめるSAP HANA入門
AWSではじめるSAP HANA入門
 
Antenna 20180306 AzureのIaaSで構築する、シンプルなWebサーバ環境
Antenna 20180306 AzureのIaaSで構築する、シンプルなWebサーバ環境Antenna 20180306 AzureのIaaSで構築する、シンプルなWebサーバ環境
Antenna 20180306 AzureのIaaSで構築する、シンプルなWebサーバ環境
 
SAP on AWS最新情報とデジタルトランスフォーメーションに関する取組み
SAP on AWS最新情報とデジタルトランスフォーメーションに関する取組みSAP on AWS最新情報とデジタルトランスフォーメーションに関する取組み
SAP on AWS最新情報とデジタルトランスフォーメーションに関する取組み
 
Spring Cloud Data Flow の紹介 #streamctjp
Spring Cloud Data Flow の紹介  #streamctjpSpring Cloud Data Flow の紹介  #streamctjp
Spring Cloud Data Flow の紹介 #streamctjp
 
Sap inside track2019tokyo_d3-in2_processvisibility_public
Sap inside track2019tokyo_d3-in2_processvisibility_publicSap inside track2019tokyo_d3-in2_processvisibility_public
Sap inside track2019tokyo_d3-in2_processvisibility_public
 
SAP on AWS 実際の導入例と導入効果
SAP on AWS 実際の導入例と導入効果SAP on AWS 実際の導入例と導入効果
SAP on AWS 実際の導入例と導入効果
 

More from Koji Shinkubo

SAP HANA 2 SPS03 highlights and SAP HANA express edition
SAP HANA 2 SPS03 highlights and SAP HANA express editionSAP HANA 2 SPS03 highlights and SAP HANA express edition
SAP HANA 2 SPS03 highlights and SAP HANA express editionKoji Shinkubo
 
LT SAP HANAネットワークプロトコル初段
LT SAP HANAネットワークプロトコル初段LT SAP HANAネットワークプロトコル初段
LT SAP HANAネットワークプロトコル初段Koji Shinkubo
 
データベースMeetup Vol3
データベースMeetup Vol3データベースMeetup Vol3
データベースMeetup Vol3Koji Shinkubo
 
データベースMeetup vol2
データベースMeetup vol2データベースMeetup vol2
データベースMeetup vol2Koji Shinkubo
 
データベースMeetup vol1
データベースMeetup vol1データベースMeetup vol1
データベースMeetup vol1Koji Shinkubo
 
Jpoug presents なーんでだ2 db tech showcase 2015 tokyo
Jpoug presents なーんでだ2   db tech showcase 2015 tokyoJpoug presents なーんでだ2   db tech showcase 2015 tokyo
Jpoug presents なーんでだ2 db tech showcase 2015 tokyoKoji Shinkubo
 
Dbts2015 tokyo vector_in_hadoop_vortex
Dbts2015 tokyo vector_in_hadoop_vortexDbts2015 tokyo vector_in_hadoop_vortex
Dbts2015 tokyo vector_in_hadoop_vortexKoji Shinkubo
 
Meetup! jpoug oracle cloud world - なーんでだ1
Meetup! jpoug   oracle cloud world - なーんでだ1Meetup! jpoug   oracle cloud world - なーんでだ1
Meetup! jpoug oracle cloud world - なーんでだ1Koji Shinkubo
 
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとはdb tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとはKoji Shinkubo
 
Dbts2013 特濃jpoug log_file_sync
Dbts2013 特濃jpoug log_file_syncDbts2013 特濃jpoug log_file_sync
Dbts2013 特濃jpoug log_file_syncKoji Shinkubo
 
oow2012 unconference
oow2012 unconferenceoow2012 unconference
oow2012 unconferenceKoji Shinkubo
 

More from Koji Shinkubo (12)

SAP HANA 2 SPS03 highlights and SAP HANA express edition
SAP HANA 2 SPS03 highlights and SAP HANA express editionSAP HANA 2 SPS03 highlights and SAP HANA express edition
SAP HANA 2 SPS03 highlights and SAP HANA express edition
 
LT SAP HANAネットワークプロトコル初段
LT SAP HANAネットワークプロトコル初段LT SAP HANAネットワークプロトコル初段
LT SAP HANAネットワークプロトコル初段
 
データベースMeetup Vol3
データベースMeetup Vol3データベースMeetup Vol3
データベースMeetup Vol3
 
データベースMeetup vol2
データベースMeetup vol2データベースMeetup vol2
データベースMeetup vol2
 
データベースMeetup vol1
データベースMeetup vol1データベースMeetup vol1
データベースMeetup vol1
 
Jpoug presents なーんでだ2 db tech showcase 2015 tokyo
Jpoug presents なーんでだ2   db tech showcase 2015 tokyoJpoug presents なーんでだ2   db tech showcase 2015 tokyo
Jpoug presents なーんでだ2 db tech showcase 2015 tokyo
 
Dbts2015 tokyo vector_in_hadoop_vortex
Dbts2015 tokyo vector_in_hadoop_vortexDbts2015 tokyo vector_in_hadoop_vortex
Dbts2015 tokyo vector_in_hadoop_vortex
 
Meetup! jpoug oracle cloud world - なーんでだ1
Meetup! jpoug   oracle cloud world - なーんでだ1Meetup! jpoug   oracle cloud world - なーんでだ1
Meetup! jpoug oracle cloud world - なーんでだ1
 
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとはdb tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
 
Dbts2013 特濃jpoug log_file_sync
Dbts2013 特濃jpoug log_file_syncDbts2013 特濃jpoug log_file_sync
Dbts2013 特濃jpoug log_file_sync
 
Jpoug 20120721
Jpoug 20120721Jpoug 20120721
Jpoug 20120721
 
oow2012 unconference
oow2012 unconferenceoow2012 unconference
oow2012 unconference
 

HANAのハナシの基本のき

  • 1. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 1 Database Lounge Tokyo #3 HANA シ 基本 き SAP ン株式会社 新久保 浩二 ( う ) @kouji_s_0808 #dbltokyo
  • 2. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 2 続、使い慣 たSQLに潜 実装依存 篠田 発表資料 HANA 例 残念 取 急
  • 3. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 3 HANAで 結果 MOD(3,0) ERROR GREATEST(1,2,NULLき NULL LどNにTHが‘あグき さ → 文字数 LどNにTHがでHARがさごきち‘Aてでグき し → ー 数 CURRENT_TIMESTAMP ン ン 無関係 最新 取得 NULL||'ABC' NULL かさ2しかくかじすずか 5せ9 かさ2し'+'XYZ' ERROR
  • 4. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 4 余談 、おし い
  • 5. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 5 HANAに つわ 都市伝説 あー あ DWH ン
  • 6. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 6 HANAに つわ 都市伝説 あー あ DWH ン そう 違う
  • 7. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 7 SAP HANA In-Memory Database Partitioning Insert Only on Delta Compression Row and Column Store No aggregates + + + + Memory Multi-Core (Scale-Up) Massively Parallel (Scale-Out) Single Optimized Platform 64-bit address space supports 2TB RAM/Node 100GB/s throughput/Node CPU + SAP HANA • ー 最新技術 活用 • ッ ー • 最少 IO待 時間 • ン 前提 ン 構造 SAP HANA Database OLAP + OLTP + + + + + + + New Main(column) Single data copy + Delta Main (column) 更新 (Write Optimized) 参照 (Read Optimized) • CPU • SIMD Vector処理 CPU命令 削減 • TSX 内 ー 排他処理 CPU ー • Memory • Delta(Insert Only) 更新 ン ン 処理 Column Store ッ (更新処理 遅い) 克服 • 読 取 圧縮後 Column Store 読 取 性能 劇的 向上 SIMD TSX Real-time
  • 8. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 8 SAP HANA Delivery Model ン 高速性 SAP 完全 ー • SAP HW ー ー ー ン • ー 事前 ッ ッ • 事前 ン ー • 基本的 HW 提供 • ー ー 各コン ー ン (OS 含 ) ン ー 作業 必要 • ー ー 各コン ー ン ー い 各 ー ー 調整 柔軟性 既存IT資産 コ 活用 プ ンス TDI HANA Server Bundled Storage DRAM Application Database OS Virtualization Network Storage HANA Server Enterprise Storage DRAM Application Database OS Virtualization Network Storage
  • 9. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 9 Certified HANA Hardware Directory http://global.sap.com/community/ebook/2014-09-02-hana-hardware/enEN/appliances.html
  • 10. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 10 HANAに つわ 都市伝説 HANA SQL RDBMS け?
  • 11. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 11 HANAに つわ 都市伝説 HANA SQL RDBMS け? そう そ け い
  • 12. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 12 HANA 技術的 ッ ン TREX (Text Retrieval and information EXtraction) ‘9せ ADABAS D SAP DB ‘ごし ‘ごせ ‘9。 ‘ごす P*TIME ‘さご HANA Sybase Column based in-memory data storage & processing & distributed infra(no SQL, no transaction support) And some processing engines are supported. (graph, search, classification, mining…) Row based on disk SQL access data storage & processing Data Integration (Data Services) HANA 1.0 SPS00 TREXMaxDB P*TIME Sybase ASE, Sybase IQ, Sybase SQL Anywhere, Sybase Replication Server … Row based in-memory SQL access data storage & processing
  • 13. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 13 SAP HANA Platform ータベースサービス Web Server JavaScript Graphic Modeler Data Virtualization ELT & Replication Columnar OLTP+OLAP Multi-Core & Parallelization Advanced Compression Multi-tenancy Multi-Tier Storage Graph Predictive Search Data Quality Series Data Business Functions Hadoop & Spark Integration Streaming Analytics Application Lifecycle Management High Availability & Disaster Recovery OpennessData Modeling Admin & Security Remote Data Sync Spatial Text Analytics Fiori UX ALM </> プ ーションサービス ータ統合サービスプ ッ フ ームサービス S A P H A N A P l a t f o r m
  • 14. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 14 HANAに つわ 都市伝説 ン ー ー ー HANA 揮発性
  • 15. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 15 HANAに つわ 都市伝説 ン ー ー ー HANA 揮発性 そうそう ッ ン 全部消え 無 あ !
  • 16. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 16 In-Memory & Persistence Layer ーシスタンスレ ヤー(永続化レ ヤー) HANA ー ー ー 管理 ン ン 管理 ー 時 ー管理 行う • ー ー  ー Undo 保持 ー 領域 • ー  ン ン (REDO) 保持 ー 領域  ー ー 変更( ン ン) 保存 同期、非同期によ ス へ 書き込 • ー ン (非同期)  ー上 変更 ー ー ー 書 込 ( 300秒 遅延書 込 ) • コ ッ (同期)  ン ン確定 ン ー 含 ッ ー上 ー ー 書 込 ー ー ー ー ー ー ー ン ン (WAL) 書 出 - Log Buffer FULL - Commit/Rollback 定期的 自動 ー ン SAP HANA UNDO DATAREDO Log Buffer Row Store Column Store ン ン ン
  • 17. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 17 Persistence Storage I/O Pattern シ Data Volume Log Volume Backup Storage 書 込 ン ン - WRITE OLTP – 概 4KB ー ン I/O OLAP – 大 I/O (1 MB 上限 可変) - ー ン ッ ッ ー WRITE 4 KB – 64 MB 非同期 並列I/O ( ー 量 負荷 依存) - - DB再起動 ー ー ー ー READ 4 KB – 64 MB 非同期 並列I/O ( ー 量 Row Store 依存) READ 256 KB 非同期I/O - Column Store ー ー READ 4 KB – 16 MB 非同期 並列I/O - - ー ー ・ ッ ッ READ 4 KB – 64 MB 非同期I/O ( ッ ー 512 MB) - WRITE 512 MB ー ン I/O (設定可能) ・ ッ ッ - READ 4 KB – 128 MB 非同期I/O ( ッ ー 128 MB) WRITE 4 KB – 128 MB ー ン I/O ー WRITE 4 KB – 64 MB 非同期 並列I/O READ 256 KB 非同期I/O READ Data backup: 512 MB ッ ーI/O Log backup: 128 MB ッ ーI/O
  • 18. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 18 HANAに つわ 都市伝説 ー け そ 多 ー 格納 い い?
  • 19. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 19 HANAに つわ 都市伝説 ー け そ 多 ー 格納 い い? 大丈夫 安心 い 現実面(コ 面) 色々 手段 提供 い
  • 20. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 20 Scale Up/Scale Out Cluster Scale Up Server  2 CPU 128GB 〜 20 CPU 20TB  SoH S/4HANA BWoH ー ー 用途 SAP HANA  HA/DR ー Scale Out Cluster  ーあ 2台以上 ー ー構成  ー 256GB, 512GB, 1TB, 1.5TB, 2TB, 3TB,及び4TB  認定済 最大構成: 94 ー @4TB/Server (376TB)  HA/DR ー
  • 21. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 21 Dynamic Tiering SAP HANA + Extended Table + SAP Sybase IQ + Hadoop 各 ン 強 生 ー 処理 • In-Memory Platform • OLTP/OLAP処理 • 地理情報 へ 分析関数 • Disk ー • 高速 効率 高い圧縮 • ー 定義 ッ ッ HANA 透過的 実行可能 • TB〜PB 構造化 ー 対 ー 可能 • ー 重複保持 い • HANA 機能 い • ー 配置場所 IQ 変更 • NLS 読 込 専用 ー 使用 • ー 異 SLA要求 柔軟 対応 HANA Hot Dynamic Tiering Warm SAP Sybase IQ Cold • SDA Hive/Spark 接続 • vUDF 既存 MarReduce 活用 • vUDF SQL 実行 可能 Raw Hadoop
  • 22. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 22 Multistore Table ( 11/30 ー HANA 2.0 In-Memory ー ン Disk ー ン 透過的 可能 Multistore Table ー い YO!) Partition Table Table Part #3 Part #1 Part #4 Part #2 In-Memory based Column Engine Disk based Column Engine Multistore Table
  • 23. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 23 HANAに つわ 都市伝説 高い
  • 24. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 24 HANAに つわ 都市伝説 高い ぎももナ$おぎ!
  • 25. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 25 SAP HANA, eXpress Edition SAP HANA, eXpress Edition  32GB 無償 ン ー 可能 SAP Developer Center  認定HW不要 ー 自身 PC 動 AWS Azure  SCN(SAP Community Network)経由 ー 事前設定済 ー 等 包含  32GB以上必要 開発 引 継い 有償 版SAP HANAへ移行可能 http://go.sap.com/japan/developer/topics/sap-hana-express.html Feature Scope Description SAP HANA 触 う! SAP HANA, express edition ッ ン ー
  • 26. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 26 Q & A Any Question?
  • 27. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 27 THANK YOU!
  • 28. © 2016 SAP SE or an SAP affiliate company. All rights reserved. 28 免責事項 ン ー ン 弊社 一般的 製品 方向性 説明 あ 購入 意思決 定 行う際 判断基準 ン ー ン SAP ン 契約 そ 他 契約 前提 あ SAP ン ー ン 概説 事業 実現 ン ー ン 記 載 い 機能 開発 ー 対 義務 負い ン ー ン び SAP 戦略 び予定 い 将来 開発 変更 可能性 あ SAP 随時 理由 如何 問わ 事前 予告 変更 本書 商業性 特定目的へ 適合性 非侵害性等 黙示的保証 含 明示 黙示 問わ い 保証 伴う あ SAP 意図的 重大 過失 起 因 損害 除 本書 誤記 脱落等 過失 い SAP 責任 負わ い