所在位置：
首页 >
营销资讯 >
行业动态 > SAP Data Warehouse Cloud足迹不断扩大
SAP Data Warehouse Cloud足迹不断扩大
时间：2022-04-19 08:03:02 | 来源：行业动态
时间：2022-04-19 08:03:02 来源：行业动态
SAP在去年发布了SAP Data Warehouse Cloud，现在这项业务覆盖的范围已经大大扩展了，扩展到建模和集成数据与业务语义领域。
概括来说，SAP Data Warehouse Cloud是作为一种超越数据库的端到端分析云服务，HANA数据平台重新设计为部署有容器和微服务的云原生架构，计算与存储分离，最初发布时，SAP Data Warehouse Cloud集成了HANA与SAP Analytics Cloud的多项功能，为数据仓库提供了集成的自助服务分析和可视化能力。
但SAP并不是唯一一家去年秋天推出了端到端数据仓库服务的厂商，例如，微软就将Azure SQL数据仓库重新设计为Synapse Analytics。
这反映了端到端云分析服务的新颖之处，SAP和微软正是利用这一点，推出了不同的功能组合。SAP最初专注于为业务分析师提供集成的自助服务功能，而微软则是把重点更多放在了后端，将自己的数据仓库服务与Azure Data Factory结合，后者瞄准了整合数据转换管道的后端（Azure Synapse还通过支持ADLS云存储和Spark处理扩展到了数据湖）。只需要单击就可以把Azure Synapse集成到Power BI和Azure机器学习等分析服务中，同时也可以打包成单独的云服务。
新发布的SAP Data Warehouse Cloud将覆盖范围也扩展到了数据集成方面。尽管并不需要重新打包SAP Data Intelligence数据集成功能，但Data Warehouse Cloud集成了很多数据流（转换）和数据虚拟化的功能，可以解决数据工程师和DBA的问题，而对于业务分析师来说，还有另一个途径集成数据，那就是通过业务建模。
数据流与构建数据转换管道有关，提供了可视化转换选项，可以通过拖拽操作使用预构建的操作工具（例如数据投影、聚合、联接、过滤和联合），或者对于那些偏爱编程的人来说，还可以使用脚本编辑器使用Python 3进行转换。转换之后，还有用于协调列和过滤数据的功能。
对于业务分析师来说，另一条途径就是将数据映射到业务实体中，例如客户、产品、产品结构、销售渠道、时间等。业务分析师可以指定对象，然后将这些对象映射到数据模型，所有这些操作是独立于底层数据层的。然后为业务模型设置参数，包括结构实体（定义与其他实体的关系）、事实模型、消费案例、授权场景（根据用户或角色来访问数据）。反过来，这些模型会形成业务目录，作为定义、发现、重用模型，以及管理生命周期的起点。
如前所述，云为数据平台提供商提供了打破工具链中各种孤岛的机会。在云中，将整体系统重构为容器中部署的微服务，使得数据和分析厂商有机会打破工具孤岛。现在，微软已经行动起来了，Oracle也有可能紧随其后，目前看来，相比AWS和GCP，端到端的体验将让微软和Oracle独树一帜。
在线咨询
