在数据仓库或数据集市中处理海量数据从来都不是一件容易的事，对于SAP Business Warehouse来说也不例外。尽管现有的IT架构已经完全能够处理上TB级别的数据，但是随着数据量还在不断增大，包括报表，数据加载等，都已经成为束缚数据库性能的主要原因。SAP HANA或者SAP BW on HANA可以帮助缓解这一问题，然而用户关心的是成本问题。不可否认，有些情况下这需要大量的硬件以及数据库许可证投入，这主要取决你如何选择HANA的配置。

有很多方法可以应对这一难题，包括聚合并利用缓存来加速报表生成，使用SAP BW加速器（BWA），使用第三方的近线存储（NLS）解决方案来归档历史数据等。总的来说，这样或那样的方法都是在寻找需求与成本之间的平衡，我们称其为数据生命周期管理。

SAP近期发布了针对SAP BW的NLS应用，它是一款基于Sybase IQ数据库和HANA智能数据访问（Smart Data Access ）的数据生命周期管理工具。无论你是在使用HANA数据库，或者在HANA上运行BW，还是使用非HANA的BW系统，通过该工具以及未来计划内的一些增强功能，都可以帮助用户改善他们的数据生命周期管理。

SAP近线存储

在BW 7.3 SP9补丁包当中，SAP引入了基于Sybase IQ数据库的NetWeaver BW NLS应用。而即将发布的BW 7.4版本当中将默认添加这一工具，据了解，未来在BW 7.0之后的版本当中都可以用到它。数据生命周期管理存储选项可以直观地观察数据的“温度”，变化和访问较少的数据是冷数据，动态、访问频繁的数据是热数据。而使用Sybase IQ的NLS是属于冷数据存储。这样的一个缺点就是不能直接对数据进行更新，如果你想在NLS中更新数据，就必须将数据移回BW，进行更新然后重新创建NLS数据结构。也就是说，Sybase IQ上的NLS不提供良好的查询性能。

事实上，在Sybase IQ上查询NLS数据的反应时间应该比之前的BW（基于传统数据库）要快。这在海量数据查询的情况下更是如此。因为Sybase IQ是基于列式的分析数据库，针对数据仓库负载进行了优化，比如BW。在Sybase IQ中的数据不需要特别的聚合、索引或者调优就可以达到更高查询速度，并提供了良好的数据压缩比。

图1，BW，HANA和NLS。不同颜色表示不同系统控制数据

SAP已经表明，未来计划能够在NLS Sybase IQ分区上的数据进行直接更新。这样NLS就可以存储热数据了，而它的功能也将更靠近传统的BW。

图1中展示了HANA智能数据访问和NLS的应用场景。基于智能数据访问的表和InfoProviders展示了源系统（Sybase IQ）的数据管理情况。表属于BW InfoProvider，NLS完全由BW进行管理，它与标准的BW数据能够保持一致。

智能数据访问

智能数据访问是在 HANA Service Package 06中引入的另一个新工具。它能够在HANA上创建虚拟表来访问存储在Sybase IQ、ASE、Teradata、Apache Hive上的数据。在虚拟表上还可以创建SQL和视图，用户可以通过虚拟cube或虚拟主数据功能在BW中访问这些视图。

图2，数据存储性价比

那么NLS与智能数据访问的区别在于，NLS表是由BW进行管理的，外部操作不能进行更改；而智能数据访问主要管理外部数据库系统。因此，智能数据访问无法提供NLS相同的一致性保证，但会比NLS更具灵活性。

图2中展示了各种数据存储选项的速度和成本。在Sybase IQ NLS，HANA inactive data concept（将特定数据移出内存）和智能数据访问与BW和BWA/HANA存在巨大的性价比差异，而通过第三方的解决方案可以弥补之一差距。

建议

由于智能数据访问在HANA平台中属于较新的技术，使用它同时意味着失去对事务一致性的控制，所以在企业数据仓库环境中需要注意。而使用BW on HANA的客户需要尝试探索这一功能，去权衡到底要不要使用它。

部署基于Sybase IQ的NLS或者其他第三方解决方案的客户，必须要从现有的BW迁移到BW on HANA上。在这个场景下，客户可以现部署NLS来减少BW数据库中的数据占用，然后相应地改变BW on HANA平台大小。对于第一次部署BW on HANA并希望将业务应用迁移过来的客户，NLS也是不错的选择。如果NLS未来支持近线分区，那么它对海量数据的所有应用场景就非常具有吸引力了。