1.多核架构的硬件系统

--------

CPU已经从主频时代进入多核时代，但是这些硬件的升级并不能直接带来速度的飞升，最主要的问题就是传统的架构问题。解决这个问题的核心就是如何突破FSB（Front Side Bus，前端总线）的瓶颈（其带宽的限制），对FSB可以理解成CPU和其他所有I/O的唯一接口。

----

SAP很好地利用了Intel公司的QPI（QuickPath InterConnect，快速通道互连）技术取代FSB，进而构建了多核、大缓存、大并行化处理的硬件架构。另外，还在SAP HANA数据库底层的代码中广泛使用了优化的SIMD（单指令多数据流），以及多线程技术，实现在内存计算中的高并发读写和本地内存访问机制。

----

2.NUMA结构

----

基于“多核共享内存处理器设计架构”的访问称为非一致性内存访问（Non Uniform Memory Access，NUMA）。访问内存的耗时和带宽取决于CPU内核的访问内存的相对位置。有点像学位房一样，你花那么多钱买那么贵的房子图的就是孩子能就近上学一样。那么，你花那么多钱买这个HANA，它就是要帮你的CPU内核主要从本地内存中加载数据，而不是从其他CPU的本地内存来加载数据。简而言之，就是尽量让一个CPU去访问和计算这个CPU所对应的本地内存中的数据，而不是从其他CPU的本地内存中读取数据，这是需要从软件架构层面来实现。

----

在分布式环境下，所有的数据查询请求都被拆分成一个个子任务，然后在所有服务器节点上执行。执行并行任务处理时，为了避免本地CPU内核访问其他CPU内核或其他服务器上的CPU内核的本地内存中的数据，我们需要在将数据加载到内存的时候，做好数据的分区。再加上，InfiniBand适配器、10GB～100GB以太网，或各种专有服务器之间互连的技术。将数百个多内核CPU服务器搭建成一个庞大的NUMA服务器集群，可以做到共享几百个TB的内存。

----

3.列存储数据压缩

----

SAP HANA在业内独创性地采用了行列混合的存储模式。

传统意义上的数据库表是一个二维表，由列和行组成。这种数据表结构，明显可以看出：行存储更擅长数据更新（每次更新一条信息的时候都是插入一行数据），列存储更擅长读取（每一列只要读取不重复数据即可）。

当然，行存储和列存储各有各的作用，在SAP HANA中，行存储也是基于内存存储架构而设计的，这种内存行存储是特别为了高性能的并发写入数据（OLFIT专利，在SAP HANA的SYS这个Schema下面的所有数据库表，都是以行存储方式存在）。

除此之外，在大数据时代，读取的优化明显是重头戏，为了避免因耗时而造成CPU等待信息的延迟，列存储通过将相关的数据存储在临近的内存块中，使内容控制器能够最小化高速缓存缺失的次数，从而提升CPU缓存命中率。加上压缩、数据即索引等技术手段，缩短了数据从内存读入到CPU缓存的周期，就可以让CPU在同一个单位时间内处理更多的数据。

----