SAP系统“大数据”快速输出解决方案_第1页
SAP系统“大数据”快速输出解决方案_第2页
SAP系统“大数据”快速输出解决方案_第3页
SAP系统“大数据”快速输出解决方案_第4页
SAP系统“大数据”快速输出解决方案_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

SAP系统大数据快速输出,“信息结构”+“数据压缩”应用,周清湘、韩占峰2015-01-31,海量数据,终端零售数据1亿/年,SAPIS-R零售行业解决方案2011年上线至今,多维查询,效率的困惑,1秒,10秒,1分钟，10分钟,解决方案,InfoStructure,DataCluster,M+NAlgorithm,SAP为解决OLTP系统数据整合和实时展现的需要，特别在系统中植入了“信息结构”技术。实现SAP业务数据的实时存储和简单整合。依据事先确定的数据整合逻辑和数据汇集粒度。,信息结构-实现原理,创建步骤：,保存业务数据时，同步按预设指标汇总至信息结构表。,信息结构-运行逻辑,原始业务数据,信息结构指标库,数据库,优势：实时性好自定义指标粒度数据存储在业务系统,注意：使用信息结构会降低业务数据保存时的性能，须适度使用,信息结构表数据量过大时，查询速度同样会变慢，将它转换为簇数据库存储，加速读取；关键字为逻辑条件，数据簇为逻辑数据，则：数据逻辑与物理存储保存一致;下图：簇数据库；右图：数据簇,簇数据库-实现原理,历史数据合并压缩存储，读取时批量取出,簇数据库-运行逻辑,信息结构数据,ABAP运行时环境,M+N筛选算法-业务目标,下图为查询目标（示例）,使用簇技术后，提升了数据库读取速度，降低了数据库负荷，把数据处理压力全部放在应用程序。两次循环的时间复杂度：O(MN2),循环加二分法读取的时间复杂度：O(Nlog2N)+O(Mlog2N),M+N筛选算法-算法设计,算法示意图,两表分别排序的时间复杂度：O(Nlog2N)+O(Mlog2M),索引自增筛选的时间复杂度：O(M+N),注意：本算法依赖于ABAP标准排序的高性能，（标准排序时600万条数据仅需12秒）如使自行编写排序算法，需重新评估。,M+N筛选算法-流程图,M+
人人文库> 全部分类> 应用文书 > 事务文书

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论