Zusammenfassung
Die Verfügbarkeit neuer Technologien wie Multi-Core, SSD oder große Hauptspeicherkapazitäten bieten eine Gelegenheit, die klassischen Architekturansätze von Datenbanksystemen zu überdenken und an bestimmten Stellen zu korrigieren. In diesem Beitrag stellen wir die Grobstruktur der neuen hauptspeicherzentrierten SAP Technologie als einen Ansatz einer kommerziellen Umsetzung moderner Architekturkonzepte vor. Zentrales Design-Kriterium ist dabei ein hybrider Ansatz, um eine möglichst hohe Anzahl von Anforderungsvarianten optimal zu unterstützen.
Nach einer Einleitung führt der Artikel durch die wichtigsten Architekturkomponenten und illustriert den grundsätzlichen Aufbau des Systems. Für einen „deep dive“ werden zwei Bereiche in Teil 3 und 4 des Artikels im Detail diskutiert. Dabei greift der Artikel zum einen den Aspekt der physischen Optimierung im Kontext eines hauptspeicherzentrierten Systems auf und diskutiert unterschiedliche Komprimierungs- und Sortierungskriterien, wie sie im klassischen disk-zentrierten Ansatz nicht zu finden sind. Zum anderen wird die Unterstützung von Planungsanwendungen skizziert, wodurch ein Einblick in die spezifische Unterstützung einer Anwendungsdomäne („business planning“) und die prinzipiellen Erweiterungen für komplexe Operationen zur direkten Unterstützung von darauf aufbauender Planungsfunktionalität gezeigt werden.
Literatur
Abadi DJ, Madden SR, Ferreira MC (2006) Integrating compression and execution in column-oriented database systems. In: Proc SIGMOD, S 671–682
Alsberg PA (1975) Space and time savings through large data base compression and dynamic restructuring. Proc IEEE 63(8):1114–1122
Aulbach S, Grust T, Jacobs D, Kemper A, Rittinger J (2008) Multi-tenant databases for software as a service: schema-mapping techniques. In: SIGMOD
Bernstein PA, Hadzilacos V, Goodman N (1987) Concurrency control and recovery in database systems. Addison-Wesley, Reading
Boncz P, Manegold S, Kersten ML (2009) Database architecture evolution: mammals flourished long before dinosaurs becaume exinct. In: PVLDB
Cha SK, Song C (2004) P*time: Highly scalable oltp dbms for managing update-intensive stream workload. In: VLDB
French CD (1995) „One size fits all“ database architectures do not work for dds. In: SIGMOD
Gray J (2006) Tape is dead. disk is tape. flash is disk, ram locality is king. In: Storage guru Gong show
Gray J, Reuter A (1993) Transaction processing: concepts and techniques. Kaufmann, Los Altos
Jaecksch B, Lehner W, Faerber F (2010a) A plan for OLAP. In: EDBT, S 681–686
Jaecksch B, Lehner W, Faerber F (2010b) Cherry picking in database languages. In: Proc 10th IDEAS
Krueger J, Grund M, Tinnefeld C, Plattner H, Zeier A, Faerber F (2010) Database systems for advanced applications: optimizing write performance for read optimized databases. Springer, Berlin, S 291–305
Lemke C, Sattler KU, Färber F (2009) Kompressionstechniken für spaltenorientierte bi-accelerator-lösungen. In: BTW, S 486–497
Lemke C, Sattler KU, Färber F, Zeier A (2010) Speeding up queries in column stores: a case for compression. In: Proc 12th DaWaK
LLVM (2010) http://www.llvm.org/
Paradies M, Lemke C, Plattner H, Lehner W, Sattler KU, Zeier A, Krüger J (2010) How to juggle columns: an entropy-based approach for table compression. In: Proc 10th IDEAS
Plattner H (2009) A common database approach for oltp and olap using an in-memory column database. In: SIGMOD
Ross JA (2008) SAP NetWeaver BI accelerator. SAP Press, Dedham
Westmann T, Kossmann D, Helmer S, Moerkotte G (2000) The implementation and performance of compressed databases. SIGMOD Rec 29(3):55–67
Willhalm T, Popovici N, Boshmaf Y, Plattner H, Zeier A, Schaffner J (2009) Simd-scan: ultra fast in-memory table scan using on-chip vector processing units. PVLDB 2(1):385–394
Zukowski M, Héman S, Nes N, Boncz P (2006) Super-scalar ram-cpu cache compression. In: Proc 22nd ICDE, S 59
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Färber, F., Jäcksch, B., Lemke, C. et al. Hybride Datenbankarchitekturen am Beispiel der neuen SAP In-Memory-Technologie. Datenbank Spektrum 10, 81–92 (2010). https://doi.org/10.1007/s13222-010-0020-8
Received:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1007/s13222-010-0020-8