- 系列1：評估ERP服務(wù)器的重要因素
- 系列2：選擇高性能數據庫服務(wù)器的重要考核因素
- 系列3：選擇生產(chǎn)應用虛擬化的重要考核因素
- 系列4：選擇商業(yè)智能分析服務(wù)器的重要考核因素
前言：為了滿(mǎn)足云計算、大數據和移動(dòng)互聯(lián)時(shí)代業(yè)務(wù)對IT的需求，企業(yè)上線(xiàn)了很多業(yè)務(wù)關(guān)鍵型應用，如ERP、高性能數據庫、生產(chǎn)應用虛擬化和商業(yè)智能/大數據分析等，以快速響應業(yè)務(wù)需求。這些應用對服務(wù)器的性能、可擴展性、安全性和可靠性有著(zhù)非常嚴苛的要求。中橋調研咨詢(xún)于2014年4月和5月，分別針對400多名來(lái)自中國最終用戶(hù)的IT管理人員和專(zhuān)業(yè)人士，就IT演進(jìn)過(guò)程中的服務(wù)器挑戰、評估x86服務(wù)器的重要考慮因素，以及典型行業(yè)對x86服務(wù)器的應用需求做了調研。結合調研數據和用戶(hù)深訪(fǎng)，中橋分四個(gè)系列解讀了中國市場(chǎng)業(yè)務(wù)關(guān)鍵型應用的服務(wù)器需求，用戶(hù)在選擇服務(wù)器過(guò)程中的重要評估因素，以及在IT快速演進(jìn)過(guò)程中服務(wù)器如何應對用戶(hù)的需求，并長(cháng)期保持高性?xún)r(jià)比。
在前三個(gè)系列中，我們就評估和選擇ERP服務(wù)器、高性能數據庫服務(wù)器和生產(chǎn)應用虛擬化服務(wù)器時(shí)的重要因素進(jìn)行了解說(shuō)。在最后這個(gè)系列中，我們將主要解析商業(yè)智能和大數據分析的市場(chǎng)趨勢，以及作為大數據分析主要的平臺之一的SAP HANA在選擇服務(wù)器時(shí)，有哪些重要考核因素。
商業(yè)智能和大數據分析
中國各型企業(yè)正在逐步意識到商業(yè)智能和大數據的業(yè)務(wù)價(jià)值和商業(yè)價(jià)值。中橋于2014年4月針對422名最終用戶(hù)進(jìn)行的調查顯示（圖1），未來(lái)24個(gè)月，中國市場(chǎng)大數據分析或商業(yè)智能將出現較強增長(cháng)，46.4%的受訪(fǎng)用戶(hù)表示會(huì )考慮部署商業(yè)智能和大數據分析，其中，未來(lái)12個(gè)月的部署比例為23.9%，未來(lái)12-24個(gè)月的部署比例為22.5%。其實(shí)，大數據是一個(gè)演進(jìn)過(guò)程。大數據分析通過(guò)IT創(chuàng )造價(jià)值的主要分為三個(gè)階段：批量分析，近實(shí)時(shí)分析和大數據分析。傳統商業(yè)智能通過(guò)增加數據類(lèi)型和數據來(lái)源，提高批量分析速度，應對越來(lái)越多的數據子集，逐步演進(jìn)為大數據數據分析。目前，多數中國用戶(hù)還處在第一階段，或是向第二階段演進(jìn)的過(guò)程中。而銀行、保險、電信和電商等幾個(gè)行業(yè)在商業(yè)智能分析上起步較早，已經(jīng)進(jìn)入到了近實(shí)時(shí)或實(shí)時(shí)分析的階段。中國用戶(hù)普遍希望通過(guò)商業(yè)智能或大數據分析，提高資源利用率；降低生產(chǎn)成本和業(yè)務(wù)風(fēng)險；并改善客戶(hù)體驗，從而保持優(yōu)質(zhì)客源。但是，隨著(zhù)數據存儲量的爆炸性增長(cháng)，IT復雜性達到了前所未有的高度，傳統的服務(wù)器的并行處理能力、內存空間、數據讀取效率已經(jīng)很難支撐商業(yè)智能，甚至大數據分析的需求。多數的中國用戶(hù)都希望將大數據用于一個(gè)以負載為核心的集中、統一、自動(dòng)化管理的IT架構上，以此降低部署和管理的難度，提升整體效率。
圖1. 商業(yè)智能和大數據分析趨勢
選擇用于SAP HANA的服務(wù)器的考慮因素
中橋調研的數據還顯示，在交易數據和分析數據工作負載整合以及數據分析的過(guò)程中，32.4%的中國用戶(hù)表示會(huì )考慮部署SAP HANA。SAP HANA可以幫助企業(yè)即時(shí)掌握業(yè)務(wù)運營(yíng)情況，在不影響業(yè)務(wù)運營(yíng)的情況下，對海量數據進(jìn)行分析，包括來(lái)自所有數據源的全部交易數據和分析數據，從而對快速變化的業(yè)務(wù)環(huán)境做出迅速響應，提高大數據創(chuàng )造價(jià)值的能力和速度。
在中國用戶(hù)選擇用于SAP HANA的服務(wù)器時(shí)（圖2），排名前五的最重要考慮因素包括：（1）服務(wù)器高可靠性，以保證業(yè)務(wù)的穩定性、安全性和連續性。（2）服務(wù)器高可用性。通過(guò)智能糾錯、故障排除，最大限度降低內存的誤報，減輕對業(yè)務(wù)的影響，從而實(shí)現服務(wù)器的RAS。（3）CPU處理能力。商業(yè)或大數據分析會(huì )持續產(chǎn)生海量數據，并進(jìn)行查詢(xún)和分析。CPU的性能和高并行處理能力決定著(zhù)SAP HANA的性能穩定性。（4）服務(wù)器內存可擴展性，以保證SAP HANA的可擴展性和性能穩定性。（5）服務(wù)器采購成本。由于傳統的服務(wù)器性能和存儲容量限制了SAP HANA的可擴展性，由此產(chǎn)生的新增服務(wù)器采購成本將會(huì )持續走高。
圖2. 選擇SAP HANA服務(wù)器的考慮因素
針對商業(yè)智能分析和大數據分析的服務(wù)器產(chǎn)品淺析
目前，數據來(lái)源和數據種類(lèi)都在快速增長(cháng)，數據子集量也隨之猛增，對于服務(wù)器內存空間的需求在快速提升。SAP HANA作為大數據的主流平臺，既可以滿(mǎn)足企業(yè)未來(lái)對于實(shí)時(shí)分析的需求，也能滿(mǎn)足企業(yè)目前發(fā)展所需要的批量分析的需求。下面，我們將選擇一款比較適合SAP HANA的高端服務(wù)器，結合中橋的調查數據，為大家解析如何在提高批量分析效率的過(guò)程中評估服務(wù)器，保證業(yè)務(wù)穩定性和應用可擴展性，降低企業(yè)TCO（總擁有成本），并優(yōu)化服務(wù)器長(cháng)期高性?xún)r(jià)比。
IBM X6服務(wù)器依托Intel Xeon E7 v2處理器系列，包含4路和8路機架和刀片式產(chǎn)品，具有以下特性：
- 服務(wù)器高可靠性
由于SAP HANA是交易和分析實(shí)時(shí)進(jìn)行，對于服務(wù)器可靠性提出了極高要求。IBM X6專(zhuān)門(mén)針對SAP HANA做了整合和調優(yōu)。同時(shí)，結合其三層RAS設計，可以最大限度地保證系統高可靠性和業(yè)務(wù)連續性。
- 服務(wù)器高可用性
SAP HANA服務(wù)器高可用性決定著(zhù)業(yè)務(wù)連續性。IBM X6引入了革新的彈性技術(shù)，如高級內存頁(yè)恢復、處理器高可用性技術(shù)、故障監控切換、智能自愈功能，能夠主動(dòng)識別潛在故障并采取修復措施，從而保證高可用性。
- CPU處理能力
SAP HANA對OLTP和OLAP都有很高的要求。IBM X6服務(wù)器最多可以升級至120個(gè)內核，并且支持3代CPU，確保用戶(hù)服務(wù)器在IT演進(jìn)過(guò)程中的可升級處理能力、高內存性能和容量擴展性，并最大限度優(yōu)化了CPU使用效率。
- 服務(wù)器內存可擴展性
IBM X6的內存可根據業(yè)務(wù)需求擴展到12TB，可以按需逐步進(jìn)行升級。與IBM GPFS軟件集成，通過(guò)橫向擴展方式，讓用戶(hù)通過(guò)增加節點(diǎn)，快速滿(mǎn)足SAP HANA高可擴展性的需求。
- 服務(wù)器采購成本
IBM X6同一臺服務(wù)器可以支持3代CPU，并且其模塊化設計，可以實(shí)現按需升級，在顯著(zhù)減少服務(wù)器采購成本的同時(shí)，還優(yōu)化了IBM X6服務(wù)器的產(chǎn)品生命周期和投資回報。此外，高內存性能和內存容量?jì)?yōu)化了CPU使用率，降低了服務(wù)器新增采購成本。通過(guò)內存通道存儲技術(shù)降低時(shí)間延遲，讓用戶(hù)在SAP HANA部署和升級的過(guò)程中減少高性能存儲采購需求。
綜上所述，中橋分析師認為中國用戶(hù)對于商業(yè)智能分析的需求在未來(lái)將不斷增長(cháng)。大數據分析已經(jīng)逐漸成為各型企業(yè)轉型的必備工具，而商業(yè)智能則是開(kāi)啟大數據時(shí)代的第一個(gè)階段。作為大數據分析主流平臺之一的SAP HANA，對于服務(wù)器的高可靠性、高可用性、高并行處理能力以及高可擴展性有很大的需求。IBM X6作為可擴展的多路x86服務(wù)器，其強大的處理能力、高可擴展內存、大容量的存儲和內存通道存儲技術(shù)，能夠滿(mǎn)足SAP HANA對于計算性能的要求，并且能夠保證義務(wù)的穩定性和連續性，降低企業(yè)IT TCO。
