In diesem Vortrag präsentieren Nolan Ramsey (Direktor RAD & Mendix MVP / EPI-USE) und Greg Sprowles (Senior Manager / EPI-USE) ihre Bewertung einer Mendix-Anwendung, die auf SAP HANA läuft.
SAP HANA ist ein speicherinternes, spaltenbasiertes Datenbanksystem, das eine extrem hohe Leistung bietet, indem der Overhead einer gesamten E / A-Schicht, die mit datenbankinternen Systemen geliefert wird, die von der Festplatte unterstützt werden, beseitigt wird. Anstelle einer Festplatte erhalten Sie dort eine RAM-gepackte Blade-Appliance. Diese Verbesserung ist vergleichbar mit der SSD-Technologie für herkömmliche PCs.
Um die Leistung einer Mendix-Anwendung auf SAP HANA zu testen, haben sie ein einfaches Dashboard eingerichtet, das Aggregate von 77 Millionen Datensätzen anzeigt. Dieselbe App wird in SAP HANA und auf einem Mendix Sandbox-Knoten bereitgestellt. Beide Anwendungsumgebungen sind mit den erforderlichen Beispieldaten gefüllt.
Haben Sie jemals alle 30 Sekunden wiederholt auf eine Schaltfläche geklickt, um einige Testdaten einzurichten? Nun, hier wurde dies getan, um die Sandbox-Umgebung eingerichtet.
Woher bekommen Sie diese 9000% Leistungsverbesserungen, über die sie sprechen? Die Zahl sagt uns tatsächlich, dass SAP HANA dieselbe Abfrage etwa 90-mal schneller ausführt als auf der Sandbox. Sie werden nicht überrascht sein zu hören, dass dieser Leistungsgewinn nicht für alle Anwendungsfälle gilt.
Es gibt mehrere andere Anwendungsfälle, z.B. das Ausführen einer OQL-Gruppe per Abfrage. Diese Abfrage ist in SAP HANA aber immer noch fast zehnmal schneller, was eine erhebliche Leistungsverbesserung darstellt. Beachten Sie, dass diese Leistungsverbesserungen mit Datenbanklesevorgängen verbunden sind.
Eine Sache, an die Sie sich nach diesem Vortrag erinnern sollten, ist die Unabhängigkeit der Datenbank. Sie erhalten eine weitaus bessere Leistung bei komplexen Aggregatabfragen, wenn Sie OQL anstelle des häufig verwendeten Abruf- und Aggregatmusters verwenden. Schauen Sie sich also unbedingt das OQL-Modul im AppStore an.
Als Mendix-Entwickler müssen Sie sich nicht zu viele Gedanken über die tatsächliche Datenbank machen. Sie können also dieselben Datenraster und dieselbe Logik verwenden, die Sie zuvor verwendet haben. Seien Sie jedoch vorsichtig, wenn Sie mit so großen Datenmengen umgehen. Wenn Sie sie über eine Mikroflow-Datenquelle in ein Datenraster einspeisen, können Probleme auftreten.
Fazit
Wenn Sie sich für die Verarbeitung großer Datenmengen wie Social Media Mining oder die Arbeit mit IOT-Daten entscheiden, sollten Sie auf jeden Fall die Möglichkeiten prüfen. Die Integration der Mendix-Plattform in die SAP-Cloud-Umgebung hat sicherlich einen Fortschritt bedeutet.
Auch wenn der Vergleich von SAP HANA mit der kleinstmöglichen Mendix-Cloud-Datenbank kein fairer Vergleich ist, freue ich mich darauf zu sehen, wie gut dies in einem realen Szenario funktioniert.
