SAP HANA e HP garantiscono prestazioni integrate in tempo reale

Transcript

1 SAP HANA e HP garantiscono prestazioni integrate in tempo reale A Frost & Sullivan White Paper

2 frost.com Introduzione... 3 Uno dei due punti dolenti fondamentali nell ambito della gestione dei dati è l integrazione dei dati... 3 L altro è l esigenza aziendale di velocità: analisi in tempo reale... 4 SAP può essere l infrastruttura di gestione dati di marchio più importante ed è sicuramente una delle più complesse... 5 HANA introduce l integrazione dei dati e l analisi in tempo reale negli ambienti SAP... 6 HANA è utilizzabile su molteplici piattaforme, ma molte ragioni suggeriscono che funziona al meglio su dispositivi HP... 7 Le tecnologie di base permettono di distinguersi dalla concorrenza... 8 Le opzioni HP per prodotti e servizi migliorano la soluzione in partnership... 9 Conclusione...10 contents

3 SAP HANA e HP garantiscono prestazioni integrate in tempo reale INTRODUZIONE Le organizzazioni di oggi sono alla ricerca di soluzioni per acquisire, gestire e distribuire i big data. I potenziali vantaggi della gestione della potenza dei big data sono chiari e di grande portata, come mostrato nella Figura 1: Figura 1: potenziali vantaggi della gestione della potenza dei big data Organizzazione basata sui dati Decisioni sui dati Nessuna paura dei dati Organizzazione agile Dati per tutti Permette di basare un organizzazione sui dati attraverso politiche e procedure espressamente progettate per trasformare informazioni utilizzabili in azioni concrete. Consente alle aziende di stabilire su quali KPI e aree di dati concentrarsi, o di decidere dove guardare. Per quanto questo sia ovviamente essenziale dal punto di vista dei dati, nel mondo aziendale genera un effetto di pre-propagazione, perché costringe l organizzazione a decidere cosa è veramente importante. Affronta la realtà secondo la quale molte persone, quando parlano dei big data, si riferiscono a dati non strutturati e semi-strutturati, che non rientrano facilmente nelle tabelle o che si arrendono di fronte alle query e alle ricerche SQL standard nelle tabelle. Con la distribuzione di sistemi e best practice per rendere i dati non strutturati e semi-strutturati gestibili quanto i dati strutturati, un organizzazione non deve più temere i dati : può infatti acquisirli, analizzarli e sfruttarli per costruire e sostenere il business. Significa che l organizzazione ha davvero imparato a raccogliere, assimilare, normalizzare, analizzare e agire basandosi sui dati di tutte le fonti, online e offline (cioè del mondo fisico); se questo è importante dal punto dei vista dei dati, è altrettanto essenziale per la creazione di un organizzazione agile. Rappresenta il culmine del sogno in cui i dati più importanti di un azienda non devono essere bloccati e messi esclusivamente a disposizione dell IT (che ancora oggi è il regno solamente degli scienziati che si occupano dei dati e del loro team), ma possono essere utilizzati da tutti i dipendenti. Questa scelta induce le persone che dispongono dei dati a svolgere meglio il loro lavoro Fonte: Stratecast Sebbene le organizzazioni siano teoricamente pronte a sfruttare i vantaggi dei big data, le loro infrastrutture non sono adatte al compito. Uno dei due punti dolenti fondamentali nell ambito della gestione dei dati è l integrazione dei dati I sili dei dati generano o rafforzano i sili dell organizzazione. Le infrastrutture informatiche esistenti non sono studiate per gestire l enorme aumento del volume dei dati di varie tipologie (compresi i dati non strutturati e semi-strutturati, oltre ai dati strutturati da tempo inseriti nei database relazionali) provenienti da un ampia varietà di fonti. Inoltre, anche se molti pensano che l implementazione di una soluzione per i big data sia un operazione facile e immediata, in realtà questo genere di sistema richiede una notevole integrazione a livello sia tecnologico sia organizzativo. In effetti, nel suo modello di gestione dati in 12 parti, Stratecast ha individuato due forme di integrazione fondamentali per i big data: 3

4 frost.com Integrazione dei dati, comprensiva di Extraction-Transformation-Loading (ETL, estrazionetrasformazione-caricamento) ed ELT. Include l integrazione dei dati da tutte le fonti e il caricamento degli stessi in un data warehouse, con la trasformazione o la normalizzazione dei dati per convertirne i valori dai formati utilizzati nelle origini dati esterne al formato della destinazione. L operazione viene eseguita con ETL, tramite un database esterno, oppure con ELT, utilizzando un database interno dell azienda. ETL ed ELT non sono utilizzabili per la gestione dei dati non strutturati e semi-strutturati, ma l integrazione dei dati è un must indipendentemente dal tipo di dati. Integrazione dei big data e di tutti gli elementi di gestione dati nell infrastruttura IT esistente. Questa operazione viene eseguita sfruttando diversi framework, ma non ha nulla a che vedere con la tecnologia. L aspetto importante è garantire che gli utenti possano accedere a tutti i dati pertinenti da tutti i punti di contatto IT. Nello stato attuale delle cose, la maggior parte delle squadre informatiche non è preparata a fornire un data fabric ben integrato alle proprie organizzazioni, né a presentare le informazioni con modalità adatte al business. L IT deve trasformare l infrastruttura corrente per rendere l azienda agile e permetterle di rispondere rapidamente alle esigenze della clientela, alle tendenze di mercato e alle minacce della concorrenza. Per farlo, è necessario che l IT distribuisca una soluzione per big data su un infrastruttura progettata ed eseguita appositamente per supportare i big data. L altro è l esigenza aziendale di velocità: analisi in tempo reale La possibilità di mettere a disposizione degli utenti tutte le informazioni pertinenti nel momento in cui ne hanno bisogno e di ottenere le informazioni analitiche necessarie per svolgere al meglio i loro incarichi è una sorta di Santo Graal delle iniziative di gestione dei dati e sicuramente il più grande vantaggio offerto da una soluzione per big data. Anche se molti fornitori cercano di metterne in ombra la definizione e talvolta tentano di spacciare quella che Stratecast definisce elaborazione in batch ad alta frequenza come fornitura di dati in tempo reale, Stratecast definisce l analisi in tempo reale esclusivamente come indicato di seguito: Acquisizione, trasformazione e gestione continue di tutti i flussi di dati pertinenti in modo tale che i dati arrivati nel database da almeno 60 secondi siano disponibili per fornire all utente informazioni analitiche. Senza dubbio nasceranno altri metodi, ma oggi l analisi in tempo reale viene eseguita attraverso l elaborazione in memoria (IMC, In-Memory Computing): il sistema elabora i dati e ottiene informazioni analitiche nella memoria primaria (la RAM), senza effettuare chiamate dati ad archivi esterni o secondari. I millisecondi risparmiati, sommandosi, rappresentano un risparmio di tempo notevole e quindi un grande miglioramento delle prestazioni dei dati. Una tipica architettura di elaborazione in memoria per supportare l analisi in tempo reale è mostrata nella Figura 2: 4

5 SAP HANA e HP garantiscono prestazioni integrate in tempo reale Figura 2: un modello per l analisi in tempo reale tramite l elaborazione in memoria (IMC) Fonte: Stratecast Per quanto possa sembrare importante, l adozione dell analisi in tempo reale sta avvenendo molto lentamente. Anche se il costo della RAM continua a scendere (fattore che avrebbe potuto accelerare tale adozione), la confusione presente sul mercato e la scarsa consapevolezza della disponibilità di soluzioni per i big data in tempo reale ne ostacolano l adozione. Ciononostante, Stratecast ritiene che la situazione stia per cambiare: gli utenti (molti dei quali potrebbero non accorgersene nemmeno) traggono già benefici quotidiani dall analisi in tempo reale per operazioni quali il trading finanziario automatizzato, i giochi online, l analisi biotecnica, le comunicazioni e altri settori che stanno iniziando a seguire questa strada. Per trasformare in realtà l analisi in tempo reale è necessaria una leadership dei fornitori del settore; Stratecast sostiene che questo valga anche per l integrazione dei dati. SAP PUÒ ESSERE L INFRASTRUTTURA DI GESTIONE DATI DI MARCHIO PIÙ IMPORTANTE ED È SICURAMENTE UNA DELLE PIÙ COMPLESSE SAP, il software di gestione dati concesso più spesso in licenza 1, è forse l infrastruttura di gestione dati più importante del settore. Tuttavia, le organizzazioni che iniziano a valutare la creazione di una piattaforma per big data in tempo reale di ultima generazione (che partano da una singola istanza SAP per un analisi più veloce o per ottenere una trasformazione end-to-end del loro attuale sistema di gestione dati) devono affrontare sfide complesse, tra cui: Il cosiddetto SAP sprawl (o estensione SAP). L ambiente SAP è di grande valore e per questo è distribuito in maniera molto diffusa. Inoltre, presenta ai team informatici e Data Science uno degli ambienti informatici più complessi: in genere si tratta di un ambiente a tre tier (presentazione, elaborazione dati e calcolo) e con funzioni di gestione dati estese su più server applicazioni, istanze di sperimentazione ( sandbox ), test/sviluppo, QA e produzione separate, una miriade di applicazioni quali ERP, SCM e CRM, nonché sistemi analitici. 1 myitforum.com, ottobre

6 frost.com Silo SAP. In precedenza in questo report Stratecast ha introdotto il concetto di silo dei dati, che intralcia la distribuzione delle soluzioni per i big data. Dall idea ai casi specifici, le aziende spesso eseguono più istanze SAP distinte, a volte persino decine o centinaia, all interno di organizzazioni o rami d attività (LOB, Line of Business) diversi, su più database legacy come Oracle e IBM DB2. Anche gli strumenti di gestione dati sono molteplici. A causa della rapida evoluzione di tipi di dati, strutture e origini avvenuta negli ultimi anni, le organizzazioni hanno tentato di soddisfare ogni nuova ondata di volume e complessità dei dati con un numero eccessivo di strategie e strumenti diversi. Questa situazione aumenta la complessità e il rischio e riduce la capacità delle organizzazioni di fornire la sicurezza dei dati e l alta disponibilità, fondamentali per supportare i dipendenti mobili del giorno d oggi, i quali accedono ai dati a livello globale, creando così ogni giorno nuovi fronti di cui gestire la sicurezza. Pressione della dirigenza e dei consigli aziendali per dimostrare un ROI rapido, con zero rischi e senza interruzione delle operazioni attuali del centro elaborazione dati (data center). Sono molti i fornitori che propongono soluzioni per i big data, ma gli utenti che sperano di ottenerle non creano un business case abbastanza chiaro da giustificare alle aziende perché dovrebbero implementarle. Questa situazione, unita al fatto che la dirigenza e i consigli di amministrazione esaminano i costi al microscopio, genera una paralisi dell analisi, un altra delle cause che provocano un ritardo nella distribuzione delle soluzioni per i big data, nonostante sembrino offrire tutto il potenziale necessario alle aziende desiderose di soluzioni tangibili. A causa di questi fattori, i team informatici e Data Science non sono in grado di scalare il loro attuale sistema di gestione dati con efficienza; gli utenti non possono così ottenere i dati di cui hanno bisogno in maniera efficiente o costante, e continuando a richiedere nuove app a supporto delle esigenze aziendali in evoluzione. HANA INTRODUCE L INTEGRAZIONE DEI DATI E L ANALISI IN TEMPO REALE NEGLI AMBIENTI SAP Viste le sfide complesse descritte nella sezione precedente, non ci possiamo meravigliare se le organizzazioni sono interessate a implementare una piattaforma moderna nell intero panorama SAP: desiderano un data warehouse scalabile che consenta la migrazione di tutte le applicazioni aziendali verso un unico database sottostante, in modo da usufruire dell analisi in tempo reale per dare vigore al proprio business. Nel mercato dei big data esistono altre soluzioni IMC, ma quella di SAP, HANA 2 (mostrata nella Figura 3), è realizzata su misura per fornire una piattaforma di gestione dati comune in un intero panorama SAP. In questo modo le aziende possono semplificare e consolidare i dati, ottenere in tempo reale informazioni che un tempo richiedevano numerose ricerche, ridurre la loro impronta IT e, in molti casi, ottenere una visione a 360 della loro clientela. 6 2 Appliance di analisi ad alte prestazioni

7 SAP HANA e HP garantiscono prestazioni integrate in tempo reale Figura 3: panoramica dell architettura SAP HANA HANA è utilizzabile su molteplici piattaforme, ma molte ragioni suggeriscono che funziona al meglio su dispositivi HP Fonte: SAP Il numero di implementazioni SAP su dispositivi HP, all ultima verifica superiore a , è maggiore di quello di qualunque altro fornitore. HP e SAP collaborano da oltre 25 anni e HP è il più grande azionista, se così si può dire, di licenze SAP. HP si trovava quindi in un ottima posizione per fornire l infrastruttura che consentisse la migliore esecuzione di SAP HANA: le due aziende insieme hanno scelto a tale scopo il portfolio HP ConvergedSystem. HP ConvergedSystem è un portfolio di sistemi integrati, basati sull architettura HP Shark e ideati per offrire il percorso più rapido verso il raggiungimento del valore per gli ambienti SAP HANA. ConvergedSystem offre i più alti livelli di prestazione e affidabilità perché ogni caratteristica, dalle prestazioni all affidabilità fino alla protezione dei dati, è regolata specificamente per le esigenze dei database in memoria. ConvergedSystem garantisce inoltre una distribuzione rapida: i client possono essere attivi e funzionanti anche entro 15 giorni dall ordine. HP e SAP hanno collaborato finora a oltre 800 implementazioni HANA per clienti di vari mercati verticali, tra cui servizi pubblici, vendita al dettaglio e produzione. HP e SAP attualmente distribuiscono HANA su due versioni di ConvergedSystem. La prima, già sul mercato, è HP ConvergedSystem 500 per SAP HANA, un sistema entry-level scalabile fino a panorami SAP di medie dimensioni. HP ConvergedSystem 500 prevede inizialmente 256 GB di RAM. La scalabilità in un singolo pool di memoria può raggiungere i 2 TB di dati, un livello che permette di eseguire applicazioni aziendali piuttosto imponenti; HP ConvergedSystem 500 può inoltre essere scalato verso l esterno su più nodi per un massimo di 16 TB di dati. La prossima versione di ConvergedSystem, ordinabile a partire da giugno, offrirà fino a 12 TB di dati in un singolo pool di memoria per consentire l esecuzione delle app aziendali mission-critical che consumano molte risorse. Entrambi saranno certificati da SAP per fornire prestazioni ottimizzate per SAP HANA. 7

8 frost.com Le tecnologie di base permettono di distinguersi dalla concorrenza Il portfolio HP ConvergedSystem per SAP HANA è basato su HP Converged Infrastructure, che comprende il server HP ProLiant DL580 Gen8 con processore Intel Xeon E e il blade server HP Proliant Superdome BL920s Gen9 con processore Intel Xeon E v2. Sebbene SAP HANA fornisca l analisi in tempo reale attraverso l elaborazione nella memoria (derivando l analisi nella RAM), la verità è che l architettura di elaborazione in memoria, di qualunque fornitore, non elimina l esigenza dello stoccaggio. Come in un data warehouse tradizionale, i dati non elaborati sono semplicemente archiviati in un data warehouse con funzionalità IMC. Questo sottolinea l importanza dello stoccaggio HP 3PAR StoreServ come parte della soluzione HP-SAP HANA. 3PAR rappresenta le fondamenta del business di storage HP e per una valida ragione: vanta elevate prestazioni e un amministrazione semplificata ed è scalabile a requisiti di storage di fascia media e alta. HP ha sostituito molti array di storage high-end della concorrenza con la più economica soluzione 3PAR, tra cui quelli di Oracle e IBM, in particolare GPFS 3, introdotto da IBM oltre dieci anni fa. Considerato il quasi isterismo dei mercati tecnologici per quanto riguarda le prestazioni, i benchmark quantificabili sono tanto ricercati quanto carenti. SAP, tuttavia, pubblica un benchmark standard chiamato SAP NetWeaver Business Warehouse Enhanced Mixed Load (EML) per consentire ai clienti di comprendere le prestazioni relative. Nel primo trimestre 2014 SAP e HP hanno eseguito il benchmark SAP Business Warehouse-Enhanced Mixed Load (BW-EML) su ConvergedSystem 500 e hanno condiviso i risultati con Stratecast: Il sistema HP con tecnologia HANA ha ottenuto prestazioni quasi due volte superiori a quelle di IBM DB2. Inoltre, con un unico server di database, come mostrato nella Figura 4, HP è stata in grado di elaborare un volume di record pari a 4 volte quello del sistema IBM. Figura 4: capacità di HP di fornire benchmark ad alte prestazioni per SAP HANA Fonte: HP 8 3 General Parallel File System

9 SAP HANA e HP garantiscono prestazioni integrate in tempo reale Le opzioni HP per prodotti e servizi migliorano la soluzione in partnership Il portfolio HP ConvergedSystem per SAP HANA offre funzionalità e opzioni di servizio che migliorano l esperienza complessiva per gli use case HANA: Basati sulla recente architettura Intel Ivy Bridge, i server HP ProLiant Gen8 offrono livelli di servizio superiori e un infrastruttura hardware resiliente e a tolleranza d errore, con funzionalità integrate di monitoraggio e gestione che garantiscono disponibilità, continuità e affidabilità. HP Memory Quarantine mantiene le applicazioni in esecuzione anche se la pagina di memoria è in errore. HP Advanced Error Recovery consente il proseguimento delle attività aziendali abilitando il recovery di una cache o di un processore in errore. HP Serviceguard protegge le applicazioni cruciali dai tempi di inattività previsti e imprevisti; HP ha ottimizzato Serviceguard specificamente per gli ambienti HANA, offrendo quella che oggi è l unica soluzione del settore automatica, con failover automatico e a tolleranza d errore per HANA. HP ha migliorato ConvergedSystem per sfruttare le capacità di backup presenti in HP StoreOnce e Data Protector, e include il supporto per agenti di backup eterogenei, architetture di riferimento e il supporto per le opzioni di recovery integrato fornite da SAP System Replication. HP Proactive Care offre servizi proattivi di monitoraggio e reporting, con un attenzione rapida e reattiva per la risoluzione in tempi brevi dei problemi; include inoltre un opzione di supporto personalizzato che prevede l assegnazione di un Account Support Manager. 9

10 frost.com Stratecast Conclusione Sembra che ogni azienda stia implementando o valutando una soluzione per i big data. Le ragioni sono numerose, ma cinque ragioni predominano sulle altre: la creazione di un organizzazione basata sui dati; la possibilità di prendere decisioni fondate sui KPI e, di conseguenza, sui segmenti di big data su cui concentrarsi; il superamento del timore dei dati associato alla gestione di dati non strutturati e semi-strutturati; la creazione di un organizzazione agile; la messa a disposizione del personale delle informazioni corrette, in qualsiasi luogo e in qualsiasi momento, al fine di ottimizzare il business. Per quanto le aziende possano pregare l IT di realizzare tutto questo, le limitazioni delle infrastrutture informatiche impediscono alle squadre IT e Data Science di farcela. La mancanza di integrazione a livello informatico e la scarsa comprensione dell analisi in tempo reale impediscono di raggiungere questi risultati. I big data agiscono al di sopra del livello IT, ma anche qui le cose non sembrano migliori. SAP è il software di gestione dati maggiormente diffuso ed è per questo la più importante infrastruttura di gestione dati, ma anche la più complessa. Il SAP sprawl, i sili SAP, un guazzabuglio di strumenti di gestione dati esistenti e l indecisione causata dalle pressioni finanziarie aziendali sono forze oscure che si uniscono per mandare a monte i piani per i big data. Fortunatamente SAP corre ai ripari con la sua soluzione di elaborazione in memoria (IMC) HANA. HANA risolve la confusione a livello di sistemi dati SAP con una soluzione end-to-end che integra un panorama SAP aziendale, unendo tutte le applicazioni aziendali e offrendo l analisi in tempo reale bramata dagli utenti. La partnership HP-SAP dura da un quarto di secolo e vanta poco meno di implementazioni; HP è quindi una scelta naturale quando si tratta di realizzare la struttura di supporto per liberare tutto il potenziale di HANA: HP ConvergedSystem. Basato sull architettura HP Sharks e sullo stoccaggio 3PAR, ConvergedSystem ha unito HP e SAP in 800 distribuzioni HANA congiunte. HP ConvergedSystem ha superato un sistema IBM paragonabile in un recente test benchmark SAP e sta diventando una sorta di killer per gli array di storage high-end, aiutando HP a sostituire i sistemi non solo di IBM, ma anche di Oracle e di altri giganti della gestione dei dati. SAP si trova in una posizione invidiabile: ha lavorato per vendere il maggior numero di licenze di qualunque fornitore di gestione dati, anche se la complessità delle soluzioni appare paragonabile al loro valore. Fortunatamente SAP dispone di partner IT di classe superiore che la aiutano a fornire i suoi servizi agli utenti; il partner preminente è proprio HP. Nessuno può sapere se HP e SAP otterranno lo stesso successo della precedente soluzione congiunta, dimostrato da un numero sbalorditivo di implementazioni, ma gli utenti che implementeranno ConvergedSystem per SAP HANA saranno soddisfatti dei risultati. JEFF COTRUPE Dirigente di settore - Big data e analisi Stratecast Frost & Sullivan jeff.cotrupe@frost.com 10

11 SAP HANA e HP garantiscono prestazioni integrate in tempo reale Informazioni su Stratecast Stratecast collabora con i clienti di HP per aiutarli a prendere decisioni aziendali efficaci nei mercati altamente competitivi e in rapida evoluzione delle tecnologie informatiche e di comunicazione. Grazie all impegno nella ricerca di sottoscrizioni orientate all azione e a consulenze personalizzate, Stratecast è grado di offrire conoscenze e prospettive che possono essere ottenute solo dopo anni di esperienze concrete in un settore in cui i clienti sono i collaboratori, i partner di oggi sono i concorrenti di domani e l agilità e l innovazione sono elementi essenziali per il successo. Contattando il vostro Stratecast Account Executive potrete avere a disposizione la nostra esperienza, che vi aiuterà a raggiungere i vostri obiettivi di crescita. Per maggiori informazioni, visitate il sito telefonate al numero o inviate un messaggio all indirizzo inquiries@stratecast.com. 11

12 Auckland Bahrain Bangkok Beijing Bengaluru Buenos Aires Cape Town Chennai Colombo Delhi/NCR Detroit Dubai Frankfurt Houston Iskander Malaysia/Johor Bahru Istanbul Jakarta Kolkata Kuala Lumpur London Manhattan Miami Milan Mumbai Moscow Oxford Paris Pune Rockville Centre San Antonio São Paulo Seoul Shanghai Shenzhen Silicon Valley Singapore Sophia Antipolis Sydney Taipei Tel Aviv Tokyo Toronto Warsaw Silicon Valley 331 E. Evelyn Ave., Suite 100 Mountain View, CA Tel Fax San Antonio 7550 West Interstate 10, Suite 400 San Antonio, TX Tel Fax London 4 Grosvenor Gardens London SW1W 0DH Tel +44 (0) Fax +44 (0) GoFrost myfrost@frost.com Frost & Sullivan, società di consulenza per lo sviluppo economico di impresa, opera in collaborazione con la propria clientela per utilizzare al meglio innovazioni pionieristiche che permettono di far fronte alle sfide globali e di cogliere le opportunità di crescita correlate che possono garantire il successo o il fallimento delle aziende presenti sul mercato. Da oltre 50 anni sviluppiamo strategie di crescita per le organizzazioni Global 1000, le aziende emergenti, il settore pubblico e la comunità finanziaria. La vostra organizzazione è pronta a gestire la nuova ondata di convergenza settoriale, tecnologie di rottura, aumento della concorrenza, Mega Trend, best practice all'avanguardia, dinamiche mutevoli della clientela ed economie emergenti? Per ulteriori informazioni sui servizi Growth Partnership di Frost & Sullivan, visitate il sito For information regarding permission, write: Frost & Sullivan 331 E. Evelyn Ave., Suite 100 Mountain View, CA 94041