SAP HANA Cloud

Verbinden Sie sich mit verschiedenen Systemen und Datenquellen, indem Sie die Data Provisioning Application (DPA) als sicheren Mechanismus verwenden. Die DPA unterstützt eine breite Palette von Adaptern, die einen vereinfachten Zugriff auf externe Datenquellen ermöglichen.

Daten können innerhalb von SAP HANA Cloud virtuell eingerichtet werden, um die Notwendigkeit der Datenduplizierung zu eliminieren und sicherzustellen, dass die Daten immer aktuell sind. Dies kann jederzeit angepasst werden, um die Daten physisch in SAP HANA Cloud zu speichern. Dies kann erforderlich sein, um Leistungsprobleme zu lösen oder fortschrittliche Datenverarbeitungsalgorithmen auf die Daten anzuwenden.

Daten können in vielen verschiedenen Formen gespeichert werden, was sich auf die Kosten und die Leistung dieser Daten auswirkt. Zusätzlich zu virtuellen Daten können Daten im Speicher gespeichert werden, um ihre Reaktionsfähigkeit zu maximieren. Daten mit geringerer Priorität können auf der Festplatte gespeichert werden, um die Speicherkosten zu senken, und schließlich können die Daten auch über den zugehörigen Data Lake erfasst werden. Der Data Lake bietet ein skalierbares und wirtschaftliches Mittel zur Speicherung von Daten.

Die Verwendung von Spaltenspeicherung und Datenkomprimierung in Verbindung mit den In-Memory-Fähigkeiten ermöglicht einen Hochgeschwindigkeitszugriff auf die Daten und beseitigt alle Beschränkungen, die an der Quelle bestanden haben könnten.

Systeme können durch Änderung der Rechen- und Speicherressourcen nach oben oder unten skaliert werden. Auf diese Weise können Unternehmen ihre Anforderungen flexibel erfüllen und sicherstellen, dass die Benutzererfahrung nicht durch ein überlastetes System beeinträchtigt wird.

Räumliche Daten können in ihrer nativen Form gespeichert werden, um raumbezogene Abfragen zu unterstützen. Dies kann die Berechnung von Entfernungen, Schnittpunkten und anderen ähnlichen Abfragen beinhalten.

Die Graph-Engine kann verschiedene Arten von Netzen und verknüpften Daten modellieren. Die relationale Datenspeicherung unterstützt die volle Nutzung der Graph-Engine und kann genutzt werden, um Beziehungen zwischen Datenknoten zu bestimmen und die Pfade, die diese Knoten verbinden, zu durchlaufen.

Die eingebauten PAL- und APL-Algorithmen können auf Datensätze angewandt werden, um umfangreiche Erkenntnisse zu gewinnen. Es gibt definierte Ansätze zum Trainieren, Anwenden und Pflegen von Modellen, um optimale Ergebnisse zu erzielen.

Eine leistungsstarke Suchmaschine kann eine Suchfunktion über Tabellen und Dokumente hinweg bieten. Dabei werden wörtliche und unscharfe Techniken verwendet, um relevante Übereinstimmungen zu finden. Die Textmaschinen können auch die Stimmung entschlüsseln und Entitäten aus Textdaten extrahieren.

Das Sicherheitssubsystem ermöglicht es den Nutzern, das geeignete Sicherheitsniveau für verschiedene Datensätze und Nutzer zu definieren. Darüber hinaus können die Daten anonymisiert und maskiert werden, um den gewünschten Grad an Vertraulichkeit zu gewährleisten.