hana和大数据

A. 常用的大数据工具有哪些

1. 开源大数据生态圈
Hadoop HDFS、Hadoop MapRece, HBase、Hive 渐次诞生，早期Hadoop生态圈逐步形成。
开源生态圈活跃，版并免费，但Hadoop对技术要求权高，实时性稍差。

2. 商用大数据分析工具
一体机数据库/数据仓库（费用很高）

IBM PureData(Netezza), Oracle Exadata, SAP Hana等等。

数据仓库（费用较高）
Teradata AsterData, EMC GreenPlum, HP Vertica 等等。

数据集市（费用一般）
QlikView、 Tableau 、国内永洪科技Yonghong Data Mart 等等。

前端展现
用于展现分析的前端开源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。
用于展现分析商用分析工具有Cognos,BO, Microsoft, Oracle,Microstrategy,QlikView、 Tableau 、国内永洪科技Yonghong Z-Suite等等。

B. SAP HANA适合多大数据量的用户

个人认为，HANA更关注大数据分析，至于数据量多大适合上HANA，用户自身应该有切身体会，因为伴随着数据量的不断加大，会影响用户体验，影响正常业务操作，此种情况应该考虑数据库优化，上HANA了

C. sap hana模块有前途吗大数据时代来了，学hana好吗，待遇怎么样

sap erp

一般内部顾问月薪在17k左右，外部在25k左右，自由顾问日薪在2500~4500之间，其实主要还是个人能力，个人能力强，工资就高。

SAP HANA是集结了SAP与IBM、惠普、思科、富士通、英特尔等硬件商一起合作的结晶，优化的软硬件合成产品将基于内存的计算植入到了业务应用的核心。51sap

软件方面，HANA的内存数据库（SAP In-Memory Database， IMDB）是其重要组成部分，包括数据库服务器(In-Memory DatabaseServer)、建模工具（Studio）和客户端工具（ODBO、JDBC、ODBC、SQLDBC等）。HANA的计算引擎（Computing Engine）是其核心，负责解析并处理对大量数据的各类CRUDQ操作，支持SQL和MDX语句、SAP和non-SAP数据。比较显而易见的一点是，HANA计算引擎要快速处理用户复杂的查询请求，快速返回查询结果。

SAP内存数据库的数据并不是只在内存里，也会不停写到硬盘里，这就用到复制服务器Replication Server，包括Log-based，Trigger-based和ETL-based。这些复制服务器需要用到Sybase Replication Server、Sybase ReplicationServer Agent、Sybase Adaptive Server EntERPrise (AES，适用性服务器)等，以及HANA Load Controller和BO Data Services。

硬件方面，SAP和多个硬件厂商合作生产支持HANA的高性能服务器，包括Dell R910、Fujitsu、HPDL580、IBM x3850等，以及和Cisco（Cisco Unified Computing System. UCS）等公司的合作。直观地说，这些机器的硬盘可能是数个600GB、转速10k rpm的硬盘组成RAID，内存可能有1T，文件系统可能是ext3或GPFS（IBM通用串行文件系统，General Parallel File System）。51sap

HANA的快在于用大内存提供内存数据库，并在内存数据库里采用列式存储从而可以将更多的数据装进内存（列式存储更适合数据压缩）。

SAPHANA的诞生，主要是应对当前企业里不同来源的海量数据，并将这些不同结构的数据进行整合，进一步实时进行数据挖掘和分析。51sap

在选择学习SAP模块时候，一定要遵循自己的想法，兴趣是首先考虑的因素，再者就是背景，这些都是可以帮助学习SAP模块的。也可以在培训机构由授课老师的指导和建议。

hana前景还是很好的，在大数据时代背景下，现在学就好。

D. 什么是大数据、云计算、hana、IQ

大数据是说现在数据爆炸，互联网和传感器网络产生海量数据，传统数据枣茄枝处理模式不适用于海量数据，因此催生了大数据的诞生，以大规模并行计算模式进行大数据的处理，并产生了更高的价值
云计算是一种更加敏捷的计算能力交付模式，通过将计算资源纳烂进行虚拟化、池化，从而避免过去计算资源只能用于某项应用，而不能共享、动态调整，从而导致的资源利用率低、交付时间长等凳敏问题。云计算按照用户可分为私有云、公有云、混合云。
HANA，是SAP公司出的一款内存数据库，数据不需要写到硬盘上，而是在内存中进行处理，因此处理、查询的速度都非常快。
IQ，是Sybase公司推出的一款列式数据库，比较适用于构建海量数据的数据仓库。其数据不是按照传统行式的存储方式，而是采用列式的存储方式，因此压缩效率更高，占用存储空间少，磁盘IO也得到了降低，加载速度更快。

E. SAP各大模块的用途_SAP五大模块

1SAPMM（物料管理模块）：SAP产品中最常用的一个模块，它涉及到物料管理的全过程，与财务、生产、销售、成本等模块均有密切的关系。主要有采购、库房与库存管理、MRP、供应商评价等管理功能。

2SAPSD（销售与分销模块）：其中包括销售计划、询价报价、订单管理、运输发货、发票等的管理，同时可对分销网络进行有效的管理。

3SAPFI（财务会计模块）：它可提供应收、应付、总账、合并、投资、基金、现金管理等功能，这些功能可以根据各分支机构的需要来进行调整，并且往往是多语种的。同时，科目的设置会遵循任何一个特定国家中的有关规定。

4SAPCO（管理会计模块）：它包括利润及成本中心、产品成本、项目会计、获利分析等功能，它不仅可以控制成本，还可以控制公司的目标，另外还提供信息以帮助高级管理人员作出决策或制定规划。

5SAPPS（项目管理模块）：具有项目计划、项目预算、能力计划、资源管理、结果分析等功能。

6SAPQM（质量管理模块）：可提供质量计划、质量检测、质量控制、质量文档等功能。

7SAPPP（生产计划模块）：可实现对工厂数据、生产计划、MRP、能力计划、成本核算等的管理，使得企业能够有效的降低库存，提高效率。同时各个原本分散的生产流程的自动连接，也使得生产流程能够前后连贯的进行，而不会出现生产脱节，耽误生产交货时间。

8SAPPM（工厂维修模块）：可提供维护及检测计划、交易所处理、历史数据、报告分析。

9SAPBW（商务智能集成化组件）：为SAP数据和非SAP数据的采集、存储、分析和管理提供一个集成的，面向商务仔中咐的平台。使企业对市场反应更灵敏快捷，整个企业也更具有生命力和竞争力。

10SAPABAP（SAP开发模块）：作为SAP的应用编程语言，ABAP现在用于编写SAP的几乎全部产品源代码。同时也是挑战FICO顾问、MM顾问、SD顾问等具体岗位的基石。

11SAPHANA（SAP大数据）：HANA是一个软件结合体，提高性能的数据数据查询功能，用户可以对大量实时业务数据进行查询和分析。通过HANA，为SAP优化技术应用，转变人们的念纯思考、规划和工作方式。

(5)hana和大数据扩展阅读：

SAP是该软件培颂的总称，它也分为多个模块，每一个模块都有它相应的专攻专业，能学好其中的一门就已经是十分了得的了。下面我们来了解一些常用的模块。

一、ABAP。这是SAP中最为重要的模块。它是一款高级的编程语言，为程序员提供方便、快捷、无流量压力的工作成效。其本身对于其他模块的联系也是最密不可分的，所有模块都是在此模块的基础上进行的。不过想要成为该模块的专家，需要的努力是不可少的。

二、财务管理。对于会计专业的人才来说，在应用这方面应该已经熟能生巧了。因此学习SAP也就容易了许多。对于资产负债的权衡、对于会计账目的规划、对于会计报表的制作，通过SAP软件也将方便许多。SAP能帮你分析出适合你的情况的规划，并且列出相应注意点，甚至能检测出一些错误，大大加强会计管理能力。

三、人力资源类型。大公司往往员工众多，光靠人力部门人工管理、排序也是极为辛苦的，对着厚厚的名单，一般得花很长时间才能管理好人员分配。对于旧问题的未处理与新问题的不断出现，人力部门总是压力很大。

在应用SAP软件系统化地帮助管理人力事物之后，依靠人工去统计的数据就减少了，SAP能依照具体情况制定出一系列的计划，帮助提高公司运营。

四、采购销售。SAP中重要模块之一，涉及到物料、供应商、客户之间的关系、数据、信息的维护和运行。

F. 大数据是什么，是怎么带动经济发展的

大数据（big data），是指无法在可承受的时间范围内用常规软件工具进行捕捉版、管理和处理的数据集权合。
有人把数据比喻为蕴 藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是成为赢得竞争的关键。

大数据的价值体现在以下几个方面：
1)对大量消费者提供产品或服务的企业可以利用大数据进行精准营销;
2) 做小而美模式的中长尾企业可以利用大数据做服务转型;
3) 面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值。

G. 大数据分析行业发展趋势及成果有哪些

【导读】目前，大数据分析是一个非常热门的行业，一夜间，似乎企业的数据已经价值连城。企业都在开始尝试利用大数据来增强自己的企业业务竞争力，但是对于大数据分析行业来说，仍然处于快速发展的初期，这是一个快速发展的领域，每时每刻的都在产生新的变化。那么你知道大数据分析行业发展趋势及成果有哪些吗?还不清楚的一起来了解了解吧!

1.基于云的大数据分析

Hadoop是用于处理大型数据集的一个框架和一组工具，这个最初被设计工作在物理机的集群上，但是目前这种现象已经改变，越来越多的基于云中的数据处理器技术出现，例如亚马逊利用云的数据BI的托管长款，谷歌BigQuery中的数据分析服务，IBM的Bluemix云平等等，这些都是基于云的大数据分析平台。

2. Hadoop：新的企业数据操作系统

Hadoop，分布式的分析框架，如今正在演变成分布式资源管理器，它可能将是数据分析的一个通用的操作系统。有了这些系统，你可以将不同的数据操作和分析操作插入到Hadoop分布式存储系统中来执行。

3.更多的预测分析

随着大数据的发展，分析师不仅会嗯更多的数据一起工作，而且还将处理大量的许多属性的工具。但是随着大数据行业的发展，针对旧数据的分析更多的是为了提供预测的功能，毕竟人们更希望利用原有的数据来对未来产生有利的用途。

4. 更多更好的NoSQL

替代传统的基于SQL的关系数据库的产品被称为NoSQL数据库，如今被迅速的普及在特定种类的分析应用程序中。而且这一势头在持续增长，据估计，预计未来将有15至20个开源的NoSQL数据库共同存在，他们各自有的的专长，这些数据库会得到快速的发展。

5.在内存分析

使用内存数据库来加快分析处理的方式如今越来越受欢迎，很多用户都非常喜欢这种方式，目前很多基于内存的分析管理工具以及出现，其中以亚马逊的HANA一体机尤为明显。

除了分析软件看好这个市场，作为全球的企业级市场的处理器生产商，英特尔也非常看好这一领域的发展，从目前其产品推出的发展趋势来看，其内存支持将会越来越大，一些特定的产品甚至支持的比硬盘的容量还要大。

以上就是小编今天给大家整理发送的关于“大数据分析行业发展趋势及成果有哪些?”的相关内容，希望对大家有所帮助。那我们如何入门学习大数据呢，如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。