解析集团数据仓库系统改造新招数

服务器 数据仓库
近日,在美国美国佛罗里达州奥兰多召开的SAP 2011年度客户大会(2011 SAPPHIRE NOW )上,联想集团向来自全球的客户隆重展示了其最新发布的大型数据仓库系统改造解决方案。

近日,在美国美国佛罗里达州奥兰多召开的SAP 2011年度客户大会(2011 SAPPHIRE NOW )上,联想集团向来自全球的客户隆重展示了其***发布的大型数据仓库系统改造解决方案。在该解决方案中,联想集团以自主研发的R680 G7高端四路服务器搭载SAP 高性能分析应用软件(HANA,High-Performance Analytic Appliance),全面取代了原有基于小型机的BW数据仓库系统。该解决方案令大型集团的数据仓库系统在确保系统可用性、安全性提升的同时,实现了150倍以上的效率提升,其系统建设成本更大幅下降超过80%。与此同时,R680 G7易管理、易扩展、低功耗的特点,还能显著降低系统后续设备维护、升级和使用成本。 

[[35103]] 


 这一解决方案的成功发布,标志着R680 G7服务器在内存容量以及能与内存速度相匹配的IO能力方面完全满足了SAP HANA系统的运行需求。目前,该解决方案已成功应用于联想集团数据仓库改造项目。随着联想和SAP合作的进一步深入,双方将把这一基于内存计算(In-Memory Computing)全新理念的软硬件一体化解决方案带给更多企业用户,为用户带来更高效率、更低成本、更易管理的数据仓库系统。

数据大集中是跨国企业信息化建设的发展趋势,可令企业实现资源的统一调配和集中管理、降低分散部署造成的冗余能源消耗。联想集团作为全球领先的PC企业,在05年并购IBM PCD业务以来,逐步开始了其全球数据大集中系统的建设工作,其数据仓库采用以小型机为核心构建的BW系统。

随着联想集团在全球业务的快速扩张,其全球数据仓库现有上亿条信息,并且数据量以每月超过500G的速度呈爆炸性增长,在这种情况下,原有BW数据仓库系统在效率和管理等方面的瓶颈效应逐渐显现。BW系统每3小时读取一次数据,导致业务部门无法实时掌握最为及时和精确的信息。基于BW数据仓库,业务部门在需要查阅数据报表时,需要先向IT部门提出需求,由IT部门的专门团队单独处理后才能生成,仅数据生成时间就需要十余个小时,不仅消耗了大量的IT人力资源,确切降低了业务处理速度。除此之外,由于兼容性问题,基于小型机的BW系统在系统安装、部署、升级等过程中的运维费用高昂,更换或增加硬件费用更是居高不下。

针对BW数据仓库系统的缺点,今年,联想集团对该系统进行了全面改造,改为采用由自主研发的R680 G7高端四路服务器和SAP HANA系统构成的软硬件一体化解决方案。改造完成后,联想集团的数据仓库在保证原有安全性和可用性的同时,实现了实时数据读取和报表生成,不但无需IT部门进行任何额外操作,更将原来10多个小时的报表生成时间缩短为几分钟,令业务部门可以及时掌握业务数据和动态,应对瞬息万变的国际市场的挑战,IT管理部门亦可彻底释放原来每月专门用于处理报表生成业务的人力。与此同时,基于X86架构的R680 G7服务器兼容性更好,在部署、运行、维护过程中无需后续成本投入和专门的技术培训,进行硬件升级时的费用需求也远低于小型机。除此之外,R680 G7还拥有多项绿色环保新技术,以更低功耗降低用户的电费支出。

联想集团以R680 G7服务器为核心构建的全新数据仓库系统替代原有以小型机为基础搭建的BW数据仓库系统,只需要不到原系统20%的建设费用,不但在安全性、可用性方面毫不逊色,更带来了超过150倍的效率提升和IT管理人力资源、系统运行、维护和升级成本的显著下降,为全球业务运营的平稳、快速发展提供了卓越的信息基础架构支持。未来,联想集团将和SAP公司一起,把基于R680 G7服务器和HANA系统的先进解决方案带给更多的企业用户,以更低的成本为用户带来数据库效率的大幅度提升,助力用户长远发展。
 

责任编辑:张玉 来源: 51CTO
相关推荐

2011-04-13 10:05:16

2016-02-01 17:25:23

2019-11-20 15:01:55

开源技术 趋势

2009-09-30 10:39:34

2015-07-24 10:03:39

移动办公系统深信服

2014-01-22 10:11:49

Teradata数据仓库

2016-06-28 13:09:48

UCloud数据仓库架构解析

2021-09-01 10:03:44

数据仓库云数据仓库数据库

2023-09-07 13:34:00

云原生数据仓库

2011-01-12 17:04:30

数据库淘宝网Oracle RAC

2022-07-28 13:47:30

云计算数据仓库

2022-11-29 17:16:57

2020-01-03 09:40:13

大数据数据仓库分层

2019-05-24 11:51:18

BI数据仓库数据分析

2013-03-20 16:23:53

数据清洗

2018-07-24 09:28:18

存储数据仓库

2012-07-23 14:38:16

Exalytics

2017-08-17 15:52:38

企业数据仓库

2013-10-29 13:28:13

数据

2023-07-02 14:11:28

数据仓库大数据
点赞
收藏

51CTO技术栈公众号