In-Memory Computing
Fakultät für Informatik und Mathematik ©
Name In-Memory Computing
Verantwortlich Prof. Dr. Patrick Möbert
SWS 4
ECTS 5
Sprache(n) Deutsch
Lehrform Seminar
Angebot nach Ankündigung
Aufwand

Präsenzstudium: ca. 42 Std., Eigenstudium: ca. 108 Std.

Voraussetzungen

aus dem Masterstudiengang: keine aus dem Bachelorstudiengang: Grundlegende Kenntnisse der Wirtschaftsinformatik, insbesondere Informationssysteme und Datenbanken, Grundkenntnisse im Anfertigen von Studienarbeiten, Basiskenntnisse in der Präsentation von Ergebnissen.

Ziele

LERNZIELE Die Studierenden sollen Konzepte des In-Memory Computing kennen lernen und anwenden können, die sie im Rahmen einer späteren beruflichen Tätigkeit im Bereich der Datenbankkonzeption und -administration benötigen.

FACH- & METHODENKOMPETENZ 1. Die Studierenden erlernen die grundlegende Funktionsweise von spaltenorientierten Hauptspeicherdatenbanken am Beispiel von SAP HANA. 2. Sie lernen die Entwicklung von Anwendungen unter Verwendung von Datenbank-Operatoren .

ÜBERFACHLICHE KOMPETENZ 1. Gruppenarbeit: Die Studierenden erarbeiten sich Teilgebiete eigenständig und in Kleingruppen. 2. Übungen: Die Studierenden erlernen an Beispielen Konzepte zur Datenspeicherung und -komprimierung.

Inhalt

Die Fortschritte im Bereich der Hardwareentwicklung der letzten Jahre bilden die Grundlage für das In-Memory Computing, dessen Konzepte und Techniken im Rahmen dieser Lehrveranstaltung am Beispiel von SAP HANA vorgestellt werden sollen. SAP HANA ist eine Entwicklungsplattform für Softwareanwendungen und besteht im Kern aus einer In-Memory Datenbank, die sich aus einer Kombination aus Hard- und Software zusammensetzt und vermöge der In-Memory Technologie den gegenüber Festplatten erheblich schneller zugreifbaren Arbeitsspeicher des Computers zur Datenhaltung nutzt, wodurch Auswertungen großer Datenmengen mit hoher Performance möglich werden. Dadurch werden die Daten nicht, wie bei Datenbanken sonst üblich, zur Verarbeitung und Analyse von einer Festplatte in den Arbeitsspeicher geladen (kopiert), sondern vollständig im Hauptspeicher gehalten, womit eine Durchführung transaktionaler (OLTP) und analytischer (OLAP) Verfahren im selben System und die Verarbeitung und Analyse großer Datenmengen (Big Data) nahezu in Echtzeit möglich werden. SAP HANA verwendet dafür neben einer spaltenorientierten Datenhaltung (im Vergleich zur herkömmlichen, in relationalen Datenbanken eingesetzten zeilenorientierten Datenspeicherung) verschiedene Techniken zur Komprimierung der Daten.

Medien und Methoden
  1. Moodle: Alle relevanten Unterlagen finden sich in Moodle. Die TeilnehmerInnen schreiben sich dort bitte ein, um Zugriff auf das Vorlesungsunterlagen und die Aufgabenblätter zu bekommen.
  2. Seminaristischer Unterricht: Vorlesungsunterlagen
  3. Übung: Aufgabenblätter
Literatur
  • H. Plattner, Lehrbuch In-Memory Data Management, Springer Gabler, Wiesbaden, 1. Auflage (2013).
  • H. Plattner, B. Leukert, The In-Memory Revolution: How SAP HANA Enables Business of the Future, Springer International Publishing, Switzerland (2015).
Zuordnungen Curricula
SPO Fachgruppe Code ab Semester Prüfungsleistungen
IN Version 2010 FWP IF-WI-M-13-15-14 1 benotete Studienarbeit (40%)
benotetes Kolloquium (60%)