Beratung & Innovation
Lösungen & Technologien
Infrastruktur & Betrieb
Branchen
Mehr
Blog
ArvatoSystems_Blog_SAPonGCP_BigQuery_firmbee-com-eMemmpUojlw-unsplash

SAP on Google Cloud Platform meets BigQuery

Was passiert, wenn ein SAP System auf ein intelligentes Data Warehouse trifft?

SAP on GCP meets BigQuery
20.07.2021
SAP
Google Cloud Platform
Cloud
Datenmanagement

Wieso sollte man SAP mit der Google Cloud Platform verknüpfen?

„Es ist doch eigentlich egal, worauf ein SAP System läuft. Die Hauptsache ist doch, dass die Infrastruktur eine ausreichende Leistung bietet.“ Unternehmen, die sich heutzutage auf solchen Aussagen ausruhen und nicht über ihre Kernprozesse hinausschauen, werden vermutlich in ein paar Jahren vom Markt verschwunden sein. Mit der Migration der SAP Landschaft in die Google Cloud Plattform (GCP) nutzt man zum einen eine hochverfügbare, flexible und von der SAP lizenzierte Infrastruktur, zum anderen hat man zusätzlich ein innovatives Set von Tools und Services zur Verfügung, mit denen man sein Geschäft zukunftsweisend transformieren kann.


Der Aufbau einer digitalen Plattform kann durch die Migration der SAP Landschaft in die GCP maßgeblich vorangetrieben werden. Entscheidend für den weiteren Erfolg ist aber, dass auf Basis der dadurch gewonnenen Möglichkeiten, die verfügbaren innovativen Services zur Optimierung des eigenen Geschäfts genutzt werden. Mit der Google Cloud Plattform stehen Unternehmen eine Vielzahl von Services zur Verfügung, die genau dort ansetzten. Ein wichtiger Schritt zum intelligenten und datengetriebenen Unternehmen ist das Kombinieren und Analysieren der eigenen Daten mit weiteren Informationen von Kunden, Lieferanten und Wettbewerbern. Mit dem Tool BigQuery ist es möglich, genau diese benötigte, zentrale Datenplattform zu schaffen.

Was ist BigQuery?

BigQuery Visualisierung in Google Datastudio
Datenvisualisierung in Google Datastudio

BigQuery ist das Enterprise Warehouse der Google Cloud Plattform. Mit Hilfe des serverlosen Tools können große Datenmengen hoch performant eingelesen, gespeichert, analysiert und visualisiert werden. Google BigQuery ist ein vollständig gemanagtes Data Warehouse und basiert auf einer serverlosen Architektur. Als Nutzer von BigQuery kann man sich also vollständig auf das Datenmanagement fokussieren, während Google das Management der Infrastruktur-Schichten übernimmt. In BigQuery können Daten in Echtzeit eingespielt werden und selbst im Petabyte-Bereich in Sekundenschnelle verarbeitet und analysiert werden.


Neben klassischen Data Warehouse Funktionen, verfügt BigQuery mit BigQuery ML über eine integrierter Machine Learing (ML) Komponente. Diese ermöglicht die Realisierung von ML-Modellen, z.B. zur Erstellung von Prognosen, direkt in BigQuery. Zur Visualisierung der Daten bietet die GCP u.a. das Google Data Studio und Looker. Mit beiden Tools ist es möglich mit nur wenigen Handgriffen Dashboards auf Basis der BigQuery-Daten zu bauen.


Ebenfalls in BigQuery integriert ist der Identitäts- und Zugriffsmanagement Service aus der Google Cloud Plattform. Dadurch können Berechtigungen für Daten und analytische Erkenntnisse unkompliziert unternehmensweit verwaltet werden.

SAP und BigQuery – Quick Win

Durch die Verknüpfung von SAP und BigQuery kann die SAP-Datenbank durch gezieltes Datenmanagement verschlankt werden.


SAP HANA ist eine In-Memory Datenbank. Dadurch ist der Bedarf an RAM für SAP-Installationen mit HANA DB besonders groß und steigt mit größer werdendem Datenvolumen. Um den RAM-Bedarf zu verkleinern und so auch Kosten zu sparen, ist es sinnvoll, sich über ein gezieltes Datenmanagement Gedanken zu machen. BigQuery kann hier unterstützen und den Umgang mit Warm und Cold Data vereinfachen.


Daten, die ein bis zwei Jahre alt sind, werden als Hot Data bezeichnet. Diese werden täglich genutzt, es sind demnach aktive Daten. In der HANA sind diese im Memory abgespeichert und stehen dadurch schnell Verfügung. Hier macht eine Auslagerung nach BigQuery wenig bis keinen Sinn.


Warm Data hingegen sind Daten, die drei bis fünf Jahre alt sind. Auf diese wird weniger häufig zugegriffen. Diese Daten werden beispielsweise für Jahresreports oder Vergleichszahlen gebraucht. Für warme Daten wird mit HANA über das Hana Dynamic Tiering eine Auslagerung der nicht aktiven Daten aus dem Hauptspeicher in das File System ermöglicht und somit der benötigte Memory-Bedarf schlanker. Wenn die Daten wieder genutzt werden sollen, müssen diese allerdings erst wieder in die Datenbank geladen werden, wofür ein Puffer gelassen werden muss. Die Verschlankung über das Dynamic Tiering ist daher nicht ideal. BigQuery hingegen kann in das SAP System integrieret werden. So können unteranderem Warm Data im BigQuery ausgelagert und über entsprechende Views sogar wieder im SAP verfügbar gemacht werden.


Daten, die schon über fünf Jahre alt sind, bestehen in der Regel nur noch zu Archivierungszwecken. Daher sollten insbesondere diese Daten ins BigQuery geladen werden, weil sie in der herkömmlichen Datenbank Speicherplatz rauben und sie unnötig aufblähen.

Mit dem SAP Data Service kann man das Datenmanagement automatisieren und Warm Data ins BigQuery verschieben und von der SAP Datenbank löschen. So werden die Speicherkapazitäten von der SAP Datenbank automatisch aktualisiert, verwaltet und schlank gehalten.


SAP und BigQuery - Datenplattform

Neben dem Quick Win einer schlankeren HANA DB bietet die Kombination aus SAP und Google BigQuery auch Möglichkeiten, Business Value für Unternehmen zu schaffen.


BigQuery und SAP können in beiden Richtungen einfach integriert und genutzt werden. Auch eine Echtzeit-Übertragung der Daten aus SAP ins BigQuery ist realisierbar. Im BigQuery können die zentralen Unternehmensdaten aus dem SAP mit zusätzlichen Informationen aus weiteren Quellen angereichert werden. Mit dem Zentralisieren von Daten aus beispielsweise CRM, Online-Shop, Filialen und Produktionsanlagen wird BigQuery zur zentralen Datenplattform des Unternehmens. Neben internen Daten kann die Datenplattform auch um öffentliche Daten wie Google Suchtrends erweitert werden.


Über die so erweiterten SAP-Daten ist es für Unternehmen möglich, eine 360°-Sicht auf ihre Kunden zu bekommen. Über Dashboards, die beispielsweise über das Data Studio erstellt werden können, können einzelne Fachabteilungen für sich relevante, interaktive Reports erstellen. Kennzahlen können live abgerufen werden und darüber können Unternehmen in Echtzeit gesteuert werden. Neben der internen Nutzung ist es umsetzbar, Lieferanten Zugriff auf die für sie relevanten Daten zu geben. Über Looker ist eine dedizierte Zugriffsteuerung auf die eigenen Datenplattform realisierbar.


Mit der Einführung einer zentralen Datenplattform im Unternehmen wird der weitere Einsatz von Innovationen zur Steigerung des Business Values erleichtert. Neben den in BigQuery integrierten ML-Möglichkeiten hat man mit der Nutzung der GCP auch Zugriff auf ein umfangreiches und erprobtes ML-Toolset. Unternehmen nutzen die Google Tools beispielsweise zur intelligenten Wartung ihrer Produktionsanlagen (Predictive Maintenance), zur visuellen Produkterkennung in der Retourenverarbeitung oder zur Vorhersage von Finanzkennziffern.


So wird nach und nach die Transformation zu einem intelligenten, datengesteuerten Unternehmen Wirklichkeit.

Fazit

Mit der Kombination von SAP mit Tools der Google Cloud Plattform können sich Unternehmen eindrucksvolle Möglichkeiten schaffen, die die Transformation in ein intelligentes Unternehmen ermöglichen.


Die Nutzung des serverlosen Data Warehouses BigQuery mit SAP ermöglicht die Schaffung einer zentralen Datenplattform. Diese lässt hoch performante Analysen der Daten und ein daraus resultierendes Gesamtbild des Unternehmens in Echtzeit zu.

Mit dem innovativen Google ML-Toolset kann die zentrale Datenplattform genutzt werden, um SAP basierte Prozesse weiter zu optimieren und das Unternehmen datengetrieben und intelligent zu steuern.

SAP on Google Cloud Platform

Migrieren Sie Ihre SAP-Landschaft einfach und schnell in die Google Cloud und profitieren von den vielen Vorteilen der Google Cloud.

Infografik: Anforderungen an ein Modern Data Warehouse

Was sind die Top 7 Anforderungen an ein modernes Data Warehouse? Jetzt Infografik herunterladen!

BigQuery: Modern Data Warehouse Management mit Google

Verbessern Sie Ihre Performance mit modernem Data Warehouse Management. Erfahren Sie mehr über Google BigQuery und die Leistungen von Arvato Systems.

Was ist BigQuery?

Daten sind der Treibstoff für die heutige Wirtschaft und die Grundlage vieler Geschäftsmodelle. Mit Google BigQuery, einer modernen, cloudbasierten Data-Warehouse-Lösung, unterstützt Arvato Systems Unternehmen dabei, aus ihren stetig wachsenden Datenmengen sofort umsetzbare Erkenntnisse zu gewinnen - und dabei die Kosten zu senken.

Verfasst von

Ursula_Killguß_2_jpg
Ursula Killguß
Expertin für Modern Data Warehouse