SAP HANA

진정한 리얼타임 비즈니스는 실제 비즈니스에 초점을 두고 모든 데이터를 인메모리에 관리합니다.
ucloud SAP HANA로 프로세스 지연없이 즉시 정보가 제공되는 실시간 기업을 실현하세요.
  (서비스 준비중)

Ucloud SAP HANA

SAP HANA는 '실시간 분석과 애플리케이션 구동을 위한 플랫폼'입니다. 기업의 모든 사용자가 상세정보가 포함된 대용량 데이터를 비즈니스 트랜잭션이 발생한 순간에 원하는 비즈니스 인사이트로 조회 및 분석할 수 잇는 리얼타임 비즈니스를 실현하는 차세대 솔루션입니다.

SAP In-Memory

서비스 주요기능

1디스크 입출력이 없는 구조
일반적으로 데이터베이스 성능을 좌우하는 요소 중 가장 중요한 사항이 디스크 입출력 빈도를 줄이는 것이며, 데이터베이스 튜닝의 절대적인 부분입니다. HANA는 전체 데이터를 메인 메모리 내에 데이터 베이스화 하여 저장하고 데이터 처리 및 조회가 메인 메모리 내에서 수행 되므로 디스크 입출력이 전혀 발생하지 않는 구조입니다. 이러한 인메모리 기반 컴퓨팅은 획기적으로 데이터베이스 성능을 향상 시킬 수 있으며 디스크와 달리 random access를 통해 병렬처리를 강화할 수 있습니다. 다만 시스템 장애에 대비하기 위해 트랜잭션이 완료된 내용을 로그볼륨에 전송하는 작업을 수행하게 되며, 로그볼륨의 변경데이터는 특정한 체크포인트에 의해 데이터 볼륨에 반영됩니다. 이러한 로그볼륨, 데이터볼륨과 같은 디스크 관련작업은 실제메모리에서 수행되는 트랜잭션과 비동기적으로 수행되므로 성능에 미치는 영향이 적습니다.
2컬럼 기반 저장구조
HANA는 레코드 기반의 저장 구조 뿐만이 아니라 컬럼 기반의 저장구조를 제공합니다. 대량의 데이터를 분석하는 보고서의 내용을 살펴보면, 테이블을 구성하는 컬럼중에 일부만을 사용하는 경우가 대부분입니다. 이러한 특성으로 인해 기존 레코드 기반의 저장구조만을 제공하는 데이터베이스는 연산에 불필요한 컬럼까지 검색해야 하며, 상당한 시스템 자원의 부하를 발생하는 문제를 가지고 있습니다. 이에 반해 HANA는 분석의 대상칼럼만을 선별적으로 검색할 수 있는 물리적인 저장구조를 통해 최소의 시스템자원을 사용하여 작업을 처리하며, 분석 보고서 성능향상 및 더 많은 사용자가 분석시스템을 동시에 사용할 수 있습니다. 이러한 인메모리 기반의 기반의 컬럼 저장구조 및 처리기능은 SAP가 BWA(Business Warehouse Accelerator)제품에 이미 적용하였으며, 다양한 사례를 통해 성능과 안정성이 검증된 기술입니다.
3데이터 저장 비용 절감
디스크에 비해 상대적으로 비용이 높은 메모리상에 전체 데이터를 적재하여 분석한다는 것은 데이터의 효율적인 압축기술을 필수적으로 요구합니다. 이를위해 HANA는 컬럼 기반 저장구조의 특성과 다양한 압축 알고리즘을 통해 획기적으로 데이터 저장공간을 절감할 수 있습니다. 첫번째로 HANA의 컬럼 기반 저장구조는 동일한 데이터 속성을 가진 컬럼을 연속된 메모리 공간에 저장하고 두번째로 5가지의 압축 알고리즘을 통해 한번 더 효율적인 압축을 수행합니다. 이러한 데이터 압축을 통해 얻을 수 있는 장점은 데이터 저장공간을 절감할 수 있는 것 이외에 압축된 상태로 데이터를 메모리에서 연산장치로 전송, 처리하여 성능을 향상시킬 수 있습니다. 또한 이러한 물리적인 데이터 압축기술 뿐만 아니라, HANA는 기존 데이터베이스가 성능 향상을 위해 생성하는 집계, 요약 테이블을 최소화하여 전체적인 데이터 관리비용을 절감할 수 있습니다.
4부가적인 분석 기능
HANA는 인메모리 데이터베이스라는 저장 구조만으로도 정보분석시스템의 혁신을 수행할 수 있지만, 분석업무를 위해 필요한 부가적인 기능을 추가적으로 제공하고 있습니다. 첫번째로 최적의 다차원분석을 위해 Analytic View, Calculation View구조의 모델링을 제공하고 Calculation Engine을 사용하여 분석성능을 향상할 수 있습니다. 두번째로 다양한 분석함수 Library를 제공하는데, 예를 들어 기본적인 통계분석을 위한 알고리즘인 회귀분석, K-means 등을 지원합니다.

기존 DB와의 비교

기존 DB와의 비교표
구분 전통적인 DB 접근방식 SAP HANA DB
데이터 용량 컬럼, 저장, 압축(디스크 기반) 데이터 중복 관리(대용량 상세 데이터를 기초로 성능 확보를 위해 데이터 보유, 캐쉬, 데이터 압축) 컬럼별 저장 및 압축방식(메모리기반)데이터 중복이 전혀 없음: 별도의 성능 확보를 위해 별도의 요약 데이터 마트가 전혀 필요 없음. 필요한 비즈니스 뷰를 메모리상에서 실시간으로 집계 및 처리
정보반영속도 다양한 소스 시스템 데이터 추출을 위해 ETL툴을 사용하므로 배치 작업을 통한 정보계로의 데이터 지연 발생 ETL툴을 통해 적재된 1차 대용량 상세 데이터를 기초로 추가적인 요약 데이터 마트를 구성, 캐쉬 작업에 추가적인 지연 발생 SAP 실시간 데이터 복제 기술을 통해 다양한 소스로부터 1초 이내 단위로 실시간 데이터 복제 RS 기술을 통해 복제된 대용량 상세 데이터를 기반으로 별도의 요약 데이터 마트 구성 불필요 캐쉬 기술이 아닌 인메모리 데이터 처리 엔진을 통해 다양한 비즈니스 뷰를 실시간으로 제공
계산 속도 컬럼별 데이터 저장 방식과 과거 데이터의 스냅샷인 캐쉬 기술로 처리 컬럼별 데이터 저장 방식과 함께 모든 실 데이터를 메모리에 압축 계산하는 방식
유연성 제한적인 유연성 제공(사전에 물리적으로 구성된 틀 안에 실제 요약 데이터를 저장해 데이터 모델 변경에 취약) SAP HANA는 사전에 정의된 물리적인 비즈니스 뷰에 실 요약 정보를 담고 있지 않고, 메모리 상에서 가상 비즈니스 뷰에 따라 실시간으로 데이터가 이합집산 됨
애플리케이션 플랫폼 오직 분석 용도로만 사용 가능(트랜잭션 용도로 사용 불가) 기간계 정보계를 하나로 통합

서비스 이용 사례

1T 모바일 : 미국 통신회사
T모바일은 주요 타켓이 되는 고객층 별로 적합한 캠페인 및 요금제를 만들어 공격적인 맞춤형 마케팅을 계획하고 있었지만, 당시 진행되었던 주요 캠페인 또는 요금제에 대한 모니터링 결과를 신속하게 수집하여 분석할 수 있는 기술 플랫폼이 없는 상태였다. 이런한 상황에서 HANA를 도입하기로 결정하고, 실시간으로 발생되는 다양한 고객 데이터를 HANA플랫폼으로 자동 수집하여 현재 진행 중인 다양한 캠페인과 요금제에 대한 수요와 반응을 다양한 각도에서 즉시 분석 함으로서 새로운 상품과 캠페인을 시장의 수용에 맞춰 적시에 그리고 정확하게 마케팅 할 수 있는 업무 플랫폼을 만들게 됐다.
2센트리카 : 영국 에너지 회사
센트리카는 스마트그리드를 도입한 상태에서 그 센서에서 발생되는 대용량 데이터를 저장하고 실시간으로 처리하는데 나무 많은 시간을 소모함으로 고객의 에너지 사용 효율을 시간대별로 모니터링 하여 에너지 사용 효율을 높이거나, 생산 비용을 절감하는 방안을 찾는데 해법을 찾고 있었다. 이때 HANA를 도입하게 됨으로 스마트그리드 데이터를 30분 간격으로 수집 및 분할할 수 있는 플랫폼을 구축 하고, 실시간으로 발생되는 엄청남 규모의 데이터를 즉시 처리하여 주요 에너지 지표를 확인하고, 지역별로 에너지 소비효율을 높을수 있어으며, 더불어 각 가정이나 기업 등 고객별로 적합한 요금제 등 맟춤형을 제안을 가능하게 하였다. 또한 대용량 데이터를 실시간으로 정확히 처리 함으로 통계 분석 작업이 이전보다 500배 이상 향상되는 효과를 가져와 기업 업무 혁신의 좋은 사례로 평가되고 있다.
2메드트로닉 : 미국 의료기기 회사
메드트로닉은 SAP시스템과 Non-SAP 시스템에 걸쳐 너무도 다양한 시스템들에 고객 데이터가 산재해 있었으며, 또한 데이터들을 하나의 레파지토리에 통합하여도 이를 빠른 속도록 분석할 수 있는 시스템이 없는 상황으로 필요 시 고객별로 최적화된 고객 전략을 만들어 수행하기 어려운 상황이었다. 메드트로닉은 SAP와 Non-SAP시스템의 데이터 소스를 통합하여 분석할 수 있는 플랫폼으로서 HANA를 선택하여 모든 데이터 소스를 통합 분석할 수 있는 환경을 만들고 이 대용량의 데이터를 실시간으로 분석하여 영업 보고 프로세스를 표준화함은 물론, 고객의 니즈를 선제적으로 파악하여 대응 함으르 회사의 매출과 영업이익을 기록적으로 높일 수 있는 계기를 마련했다.