SAP HANA ArchiTektur: Databaseoversigt

Hvad er SAP HANA-database?

SAP HANA er en datahåndteringsplatform, der er centreret omkring hovedhukommelsen. Databasen kører på SUSE Linux Enterprise Server (SLES) og Red Hat Enterprise Linux (RHEL) og er skrevet i C++Den kan skaleres ud på tværs af flere maskiner til meget store arbejdsbyrder.

Nøglefordele ved SAP HANA:

• Ekstremt hurtig forespørgselsydelse, fordi alle data indlæses i hukommelsen, hvilket fjerner langsom disk-I/O fra den kritiske sti.
• Blandet OLAP (Online Analytical Processing) og OLTP (Online Transaction Processing) på den samme database, hvilket forenkler datalandskabet.

SAP HANA-databasen er bygget op fra et sæt af processorer i hukommelsen. Beregningsmotoren er den primære og interagerer med andre motorer såsom relationsmotoren (række- og kolonnelager), OLAP-motoren, tekstmotoren og grafmotoren. En relationel tabel findes enten i rækkelageret eller kolonnelageret, og yderligere motorer håndterer tekst- og grafdata, så længe der er hukommelse tilgængelig.

SAP HANA Architecture

Data i kolonnelageret komprimeres ved hjælp af teknikker som ordbogskodning, run-length-kodning, sparse-kodning, klyngekodning og indirekte kodning. Når grænsen for den primære hukommelse er nået, aflæsses databaseobjekter, der ikke er i brug (tabeller, visninger osv.), automatisk til disken og genindlæses, når de anmodes om igen.

Administratorer kan også indlæse eller fjerne en individuel tabel manuelt ved at højreklikke på tabellen i SAP HANA Studio og vælge Aflæs or Load.

SAP HANA-serveren består af:

1. Indeksserver
2. Preprocessor server
3. Name Server
4. Statistik server
5. XS motor

1. SAP HANA indeksserver

Indeksserveren er den primære SAP HANA-databasekomponent:

• Det er hjertet af SAP HANA-databasemotor.
• Den indeholder de faktiske datalagre og de motorer, der behandler dataene.
• Den udfører indgående SQL- og MDX-sætninger.

Index Server-arkitekturen er vist nedenfor.

SAP HANA Index Server oversigt

• Sessions- og transaktionsleder: Sessionskomponenten administrerer forbindelser og sessioner for databasen. Transaktionshåndteringen koordinerer og kontrollerer alle transaktioner.
• SQL og MDX processor: SQL-processoren sender forespørgsler til den relevante motor (SQL / SQL Script / R / Calc Engine). MDX-processoren håndterer flerdimensionelle forespørgsler (f.eks. mod en analytisk visning).
• SQL / SQL Script / R / Calc Engine: Udfører SQL, SQL Script, R og beregningsmodeller mod dataene.
• Repository: Vedligeholder versionsstyring for SAP HANA-metadataobjekter såsom attributvisninger, analytiske visninger og lagrede procedurer.
• Persistenslag: Giver den indbyggede funktion til gendannelse efter katastrofer ved at skrive gemte punkter og logfiler til datavolumenet på disken.

2. Præprocessorserver

Præprocessorserveren bruges af tekstanalyse. Den f.eks.tracts og forbereder data fra tekstindhold, når søgefunktionen aktiveres.

3. Navneserver

Navneserveren indeholder oplysninger om hele systemlandskabet. I en distribueret implementering tracRegistrerer alle kørende komponenter og placeringen af ​​data på tværs af noder, så forespørgsler kan dirigeres til den korrekte server.

4. Statistikserver

Statistikserveren indsamler status-, ressourceallokerings-, forbrugs- og ydeevnedata for SAP HANA-systemet. Bemærk: I HANA SPS 7 og nyere kører den integrerede statistiktjeneste inde i indeksserveren i stedet for som en selvstændig proces.

5. XS-server

XS-serveren er vært for XS-motoren, som giver eksterne applikationer og udviklere mulighed for at bruge SAP HANA-database over HTTP. XS Engine fungerer selv som en let HTTP-server, der gør det muligt for browserbaserede og REST-klienter at kommunikere direkte med HANA.

SAP HANA Landskab

"HANA" står for Højtydende analytisk apparat og leveres som en kombineret hardware- og softwareplatform.

• Moderne hardware tilbyder langt flere CPU-kerner, RAM og lagerbåndbredde end ældre databaseservere var designet til at bruge.
• SAP HANA udnytter dette ved atping alle arbejdsdata i hovedhukommelsen, hvilket eliminerer disk I/O-flaskehalsen, der begrænser traditionelle databaser.

Diagrammet nedenfor opsummerer SAP HANA hardware- og softwareinnovationer.

SAP HANA understøtter to relationelle datalagre: Rækkebutik og Kolonnebutik.

Rækkebutik

Row Store opfører sig som en traditionel database (Oracle, SQL Server). Hovedforskellen er, at alle rækker findes i hovedhukommelsen i SAP HANA, hvorimod en traditionel database primært opbevarer dem på disk.

Kolonnebutik

Kolonnelager opbevarer data i kolonneformat i hukommelsen. Kolonnetabeller gemmes her, og systemet balancerer god skriveydelse med optimeret læseydelse. Diagrammet nedenfor viser de to strukturer, der opnår denne balance.

Hovedlager

Hovedlageret indeholder størstedelen af ​​dataene. Komprimeringsmetoder som ordbogskodning, klyngekodning, sparse-kodning og run-length-kodning anvendes for at spare hukommelse og fremskynde søgninger.

• Det er dyrt at ændre komprimerede data direkte i hovedlageret, så skrivninger er ikke rettet mod hovedlageret.
• I stedet skrives hver ændring til et separat område kaldet Delta OpbevaringLæsninger kan ramme enten hoved- eller deltalager.

Data kan indlæses eller udlæses manuelt ved hjælp af Indlæs i hukommelsen og Fjern fra hukommelse muligheder vist nedenfor.

Delta Opbevaring

Delta Lagring er optimeret til skrivning og bruger lettere komprimering. Alle ikke-committede ændringer til en kolonnetabel gemmes her. Når ændringer skal flettes tilbage til hovedlageret, skal du køre Delta Flet operation fra SAP HANA Studio.

• Delta-merge flytter de ændringer, der er indsamlet i delta-lageret, til hovedlageret.
• Efter sammenføjningen gemmes det nye primære lagerindhold på disken, og komprimeringen genberegnes.

Hvordan data flyttes fra Delta til hovedlager

En rækkeorganiseret buffer kaldet L1-Delta sidder foran hver kolonnetabel, hvilket er grunden til, at en kolonnetabel kan absorbere skrivninger med høj gennemløbshastighed.

1. Brugeren kører en UPDATE eller INSERT mod tabellen.
2. Data lander først på L1-Delta (ikke-gemte data).
3. Når dataene er committet, flyttes de til det kolonneorienterede L2-Delta puffer.
4. Når L2-Delta er fuld, eller fletningen kører, skrives data til hovedlageret.

Kolonnelagring er derfor både skriveoptimeret (gennem L1 og L2 delta) og læseoptimeret (gennem hovedlagring). Efter behandling lagres dataene på disken af ​​persistenslageret.

Eksempel på en rækkebaseret tabel:

Den samme logiske tabel gemmes forskelligt på disken afhængigt af lagertypen. I Row Store skrives rækker sammenhængende:

I kolonnelageret gemmes værdier fra den samme kolonne sammen:

Fordi kolonneværdier deler datatype og ofte gentages, komprimeres kolonnelayoutet ekstremt godt – hvilket er den primære hukommelsesfordel ved kolonnelageret.

SAP HANA Størrelse

Størrelsesjustering er processen med at bestemme de hardwareressourcer - RAM, disk og CPU - der kræves for en SAP HANA-systemet. Hukommelse er den vigtigste faktor, CPU er den anden, og disk er afledt af de to første.

I en SAP HANA-implementering, hvor valg af den rigtige serverstørrelse til virksomhedens arbejdsbyrde er en af ​​de mest kritiske opgaver. Sammenlignet med et traditionelt DBMS adskiller HANA-størrelsen sig på tre områder:

• Hovedhukommelse: drevet af metadata plus mængden af ​​transaktionelle og analytiske data, der er lagret i hukommelsen.
• CPU: estimeret snarere end målt, baseret på prognoseforespørgsel og belastningsmønstre.
• Disk: dimensioneret til datapersistens og logvolumener, ikke til online forespørgselsdata.

Applikationsserverens CPU og hukommelse forbliver uændrede sammenlignet med den tidligere database, fordi HANA kun erstatter databaseniveauet.

SAP giver flere metoder til at beregne den korrekte størrelse:

1. Størrelsesindstilling ved hjælp af en ABAP-rapport (transaktionskode ST03 data og rapport /SDF/HDB_SIZING).
2. Størrelsesjustering ved hjælp af et databasescript til ikke-ABAP-systemer.
3. Størrelsesindstilling ved hjælp af SAP Hurtig størrelsesmåler værktøj på SAP Servicemarkedsplads.

Når Quick Sizer-værktøjet bruges, vises kravet i formatet nedenfor.

Ofte Stillede Spørgsmål