Hadoop et Hana - l'interaction parfaite

Pour beaucoup de nos clients, Hana constitue clairement un point de départ important. Certes, Hadoop fonctionne aussi sur des serveurs à bas coût, mais il est possible d'obtenir un gain de performance significatif grâce à l'architecture de SAP.

Et comme le temps est peut-être plus que jamais de l'argent, nous pensons que le moment est venu pour beaucoup de nos clients de réfléchir à la manière dont ils peuvent tirer encore plus de leur infrastructure existante en combinant Hortonworks et SAP.

D'un point de vue purement technique, un avantage important réside dans le fait que les données à analyser sont déposées dans la mémoire vive du serveur pour être analysées. Le fait qu'il n'y ait pas d'opérations E/S externes et que l'accès aux données se fasse sur la base d'un autre modèle permet de réaliser rapidement des analyses complexes.

Hana propose à cet effet des bibliothèques adaptées aux tâches de prévision, de planification, de traitement de texte, d'analyse spatiale et d'analyse commerciale.

Une éventuelle représentation virtualisée des systèmes rend l'utilisateur indépendant du matériel utilisé, pour autant que l'on veille à une performance suffisante.

Points forts de Hadoop

Hadoop marque des points dans les analyses de données volumineuses grâce à sa capacité à ajouter lui-même des informations manquantes dans les ensembles de données. Il peut ainsi
z. Par exemple, ajouter des données démographiques aux journaux web des clients avant de les soumettre au traitement.

En outre, Hadoop se distingue par sa reconnaissance des modèles de données et effectue une évaluation intelligente des clusters de données et de la connexion de différents types de données. La reconnaissance d'ensembles de données importants mais similaires est également importante.

Hadoop reconnaît également de manière fiable les modèles de données lors de l'analyse des risques, par exemple pour détecter à temps des opérations anormales dans le secteur bancaire, comme par exemple dans le domaine des cartes de crédit.

Dans les domaines où les données streamées doivent être traitées et analysées directement, l'interaction entre Hadoop et Hana s'impose.

Champs d'application utiles

Il s'agit notamment des compteurs électriques intelligents, de l'analyse des données provenant des capteurs des véhicules ou des installations de production. Dans ce cas, des données très simples, mais produites en masse, peuvent être chargées directement dans la mémoire de travail et analysées avec Hadoop.

L'architecture particulière de Hadoop favorise également la mise en réseau de plusieurs instances Hana. En outre, l'analyse des développements dans les médias sociaux est également possible. I

Contrairement aux données streamées, dont le défi réside dans leur masse, les informations issues des médias sociaux sont certes moins nombreuses, mais plus complexes et désordonnées. Là encore, le traitement par Hadoop, avec l'aide de Hana, permet d'obtenir un résultat plus rapide.

Pour une entreprise, cela peut signifier qu'elle identifie plus rapidement les évolutions qui se dessinent au sein du groupe cible et qu'elle peut y réagir avec plus d'agilité. Dans certains secteurs, il s'agit d'un avantage concurrentiel important, car il ne s'agit pas seulement de réagir au groupe cible, mais d'une véritable interaction qui, à son tour, présente l'entreprise et ses produits sous un meilleur jour.

L'analyse des tendances de consommation qui se dessinent peut donc avoir un impact direct sur le résultat d'exploitation. En interaction avec la base de données en mémoire Hana, Hadoop joue pleinement ses qualités de framework pour des logiciels évolutifs et distribués.

Peu importe l'environnement dans lequel la solution est mise en œuvre - il existe des champs d'application dans chaque branche. Ceux qui souhaitent effectuer leurs analyses de données volumineuses de manière efficace et rapide, tout en intégrant toutes les variables d'origine pour un meilleur résultat, devraient examiner de plus près ce binôme.