Releasewechsel
IT-Infrastruktur
Hat ein SAP-Benutzer seine Eingabe beendet, sendet sein Präsentationsserver den Auftrag an den Dispatcher des Applikationsservers. Die Antwortzeit (Mittlere Antwortzeit) läuft von dem Moment an, in dem der Auftrag des Präsentationsservers den Dispatcher im Applikationsserver erreicht hat (Punkt 1 in Abbildung 3.2). Sie endet in dem Moment, in dem der Auftrag abgearbeitet ist und die letzte Datenrückgabe an den Präsentationsserver erfolgt.
SAP stellt Benchmarks für über 20 Anwendungsszenarien zur Verfügung. Der populärste SAP-Benchmark ist der SD-Benchmark, SD steht für Sales and Distribution. Der SD-Benchmark umfasst das Anlegen und Anzeigen von Vertriebsbelegen, das Erstellen und Ändern der Lieferung, das Buchen des Warenausgangs und das Erstellen der Rechnung für die erzeugten Vertriebsbelege. Weitere Benchmarks werden für die Module von SAP ERP (Finanzwesen – FI, Materialwirtschaft – MM etc.), für CRM-Komponenten, für APO-Komponenten, für das SAP Enterprise Portal und für das SAP Business Warehouse sowie für einige Industrielösungen, bei denen es auf hohen Durchsatz ankommt, z. B. Einzelhandel (Retail), Bankwesen und Versorgungsdienstleistungen (Utilities), angeboten. Alle Details zum Ablauf eines Benchmarks können Sie auf den öffentlichen Internetseiten von SAP einsehen (www.sap.com/benchmark).
Endlich SQL Abfragen direkt im SAP System ausführen
Alle Datenbanksysteme, mit denen das SAP-System arbeitet, verwenden einen kostenbasierten Optimierer (Cost-based Optimizer). Daher müssen regelmäßig Statistiken über die Größen von Tabellen und Indizes erstellt werden, die der Optimierer benötigt, um die richtigen Zugriffspläne für SQL-Anweisungen zu erstellen. Diese Analysen müssen durch den Administrator periodisch gestartet werden. Fehlen diese Statistiken oder sind sie veraltet, berechnet der Optimierer ineffektive Zugriffspfade, die zu massiven Performanceproblemen führen können. SAP HANA erstellt die Statistiken automatisch, hier sind keine manuellen Aktivitäten nötig.
Big-Data-Lösungen verwalten Daten im Petabyte-Bereich. Big-Data-Architekturen unterscheiden zwischen heißen und kalten Daten. Die kalten Daten werden auch als Datensee (Data Lake) bezeichnet. Auf diesen Daten werden in Hintergrundprozessen Analysen und Prozesse wie maschinenbasiertes Lernen ausgeführt, und auf diese wird nur bei Bedarf zugegriffen (historische Daten oder Details). Komplementär dazu werden als heiße Daten die Daten bezeichnet, auf denen Benutzer interaktiv Analysen ausführen. SAP HANA bietet sich als Speicher für heiße Daten an. Komplementäre Speicher für kalte Daten können u. a. sein: SAP IQ bzw. der SAP HANA Extended Storage als festplattenorientierte, spaltenorientierte Datenbank für analytische Anwendungen, mit denen Daten bis in den Petabyte-Bereich verwaltet werden können, SAP Vora als Abfrage-Engine für Big-Data-Speichersysteme (wie HDFS/S3) mit enger Integration in SAP HANA.
Verwenden Sie "Shortcut for SAP Systems", um viele Aufgaben in der SAP Basis einfacher und schneller zu erledigen.
Der Workload-Monitor hilft Ihnen, die subjektiven Beobachtungen der Benutzer zu verifizieren und das gemeldete Problem weiter einzugrenzen.
Mit SAP HANA lassen sich enorme Performancesteigerungen gegenüber herkömmlichen Datenbanken erzielen, wie sie früher undenkbar waren.