SAP HANA Search Guide. Optimierung der SAP HANA Suche in strukturierten Daten

Textprobe:
Kapitel 4: Analyse der SAP HANA Suche
In diesem Kapitel geht es um die Optimierung der SAP HANA Suche, um die Auslotung der Möglichkeiten, die SAP HANA zur Verfügung stellt und wie sich die Suchverfahren voneinander unterscheiden. Des weiteren gilt es zusätzlich zu beleuchten, wie sich die Indexierung auf das Suchverhalten auswirkt.
4.1 Forschungsszenarien
Im Rahmen der Forschungen wurden drei grössere Versuche durchgeführt. Ziel der Forschungen ist es, das Verhalten der SAP HANA Suche besser zu verstehen und zu optimieren. Der erste Versuch analysiert die Fuzzy Suche näher. Hierbei gilt es anhand von Testdaten herauszufinden, wie sich die Suchverfahren unter den verschiedenen Testbedingungen verhalten. Es wurden verschiedene Fehler Szenarien entwickelt und getestet. Neben der Fehlertoleranz der Fuzzy Suche war zusätzlich zu untersuchen, ob die Indexierung die Suchverfahren beeinflusst. Der zweite Versuch geht auf das Verhalten der Freestyle Suche ein. Hier wurde zunächst das Verhalten der Suchverfahren erforscht und im Anschluss die Auswirkung der Indexierung auf die Freestyle Suche analysiert. Der dritte Versuch bezieht sich auf die Analyse des Verhaltens der UNION-Abfrage. Dabei wird den Fragen nachgegangen, ob es mit UNION möglich ist, mehrere Spalten genauer zu durchsuchen als mit der Freestyle Suche und welche Auswirken die Indexierung auf die Suchergebnisse hat. In einem weiterführenden Experiment wurde darüber hinaus untersucht, ob bei der Gewichtung der Suchergebnissen die Semantik eine Rolle spielt. Für die Forschungen wurde als Datengrundlage die Testdaten eines SAP Schulungssystems (SAP IDES) verwendet. Diese Testdaten, von SAP öffentlich zur Verfügung gestellt, dürfen frei verwendet werden. Während der Forschungen wurden für die Forschungen die Infotyptabellen PA0001 und PA0006 des SAP Human Capital Management Systems verwendet. Bei TabellePA0001 handelt es sich um personenbezogene Daten. Diese eignen sich besonders gut für Testzwecke, da

Johannes Tassilo Brandau wurde 1992 in Wiesbaden geboren. In einem Unternehmen für Softwareentwicklung in der Medizinbranche beendete er eine Berufsausbildung als Fachinformatiker. Es folgte das Studium in Wirtschaftsinformatik in Wiesbaden an der University of Applied Science mit dem Abschluss Bachelor of Science. Während des Studiums sammelte der Autor umfassende praktische Erfahrungen als Werkstudent in der SAP-Branche mit dem Schwerpunkt Business Intelligence. Ausserdem gründete er 2014 erfolgreich ein start-up in der IT-Beratung. Die Interessen des Autors gelten Machine Learning und Business Intelligence. Derzeit setzt er seine Ausbildung fort an der University of Applied Science in Frankfurt am Main mit dem Schwerpunkt Data Science.