终结硬件时代 SAP谈HANA如何改变IT架构

.

最近有一个业务用户提到，他用了整整三天才提取出了正确的月报表数据，并把它们生成新的格式。想象一下，如果把这三天运用在更多的策略制定工作上面，会产生多大的效果。现在已经是2012年了，今后我们都不应该受制于这样的琐事。其实，30年前数据仓库的诞生为的就是解决这个问题。从那以来，数据仓库的构建和维护就与它息息相关。在构建巨型数据仓库多年以后，我们又遇到了新的问题，直接影响着企业对数据的理解，主要与开发速度、业务实现速度和灵活性有关。报表效能的问题一直存在，但通过SAP业务仓库加速（BWA）已经得到了改进。 ● 开发速度在SAP数据仓库中使用传统的分层式可扩展性架构，你能够构建出七层数据。也就是说，在用户看到所需形式之前，你将相同的数据复制了七次。理论上讲，通过HANA ,现在可以把七层降至两到三层。许多用惯了SAPBW的用户都感觉HANA难以上手。然而，就目前来看， HANA改变我们在数据仓库中创建模型的方法是完全有可能的。这对BW开发生态系统来讲无疑是毁灭性的消息，不过SAP建议客户可以将HANA作为BW数据库进行实施。这对保留采购SAP软件的关键特性非常有用，因为有合作伙伴生态系统在支持着它。 ● 实现速度更短的开发周期有相应的后续效应--系统可以比以往更加快速地部署到终端用户。这一点非常重要，因为这为更加灵敏的方法提供了支持。以我的经验来看，灵敏的方法非常适用于业务分析，因为大量终端用户都不熟悉系统性能，对自己的期望也一片茫然。在BI项目中尤为典型，我们需要载入数以万记甚至亿记的记录，而在等待数据上载的过程中开发者就无事可做。一旦有问题出现，开发周期就会失去控制，从而必然导致业务用户受挫和对系统信心的丧失。开发灵敏度还支持SAP的客户革新，这一点我们在Google和Facebook的理念中能够看到， SAP也同样能够做到。 ● 灵活性在SAPHANA中创建数据模型的流程能够重复使用，这意味着通过新的改进，在你的现有提取数据中创建额外报表更加容易。这些美好的憧憬都建立在三个假说之上： 1. 拥有优秀的SQL开发人员； 2. 认证HANA的内存可以无限扩展； 3. 系统集成人员采用更为灵敏的方式。随着这些领域的日臻成熟，我敢保证会有越来越多的企业采用HANA .鉴于业务用户对业务分析会有更高的要求，

必学：1、计算机基础（linux+perl+R 或者 python+matlab）

2、生信基础知识（测序+数据库+数据格式）

3、生信研究领域（全基因组，全转录组，全外显子组，捕获目标区域测序）

4、生信应用领域（肿瘤筛查，产前诊断，流行病学，个性化医疗）

分而治之：

一、计算机基础，需要看三本书，一步步的学会学通，不需要刻意去找哪个书，一般linux是鸟哥私房菜，perl是小骆驼咯，R是R in action，但是看一本书只能入门，真正想成为菜鸟，必须每个要看五本书以上！我云盘里面有这基本上的高清打印版，大家可以去淘宝打印一下才几十块钱还包邮，对书比较讲究的也可以买正版，也不过是一百多块钱而已！

二、生信基础知识，测序方面，在百度文库找十几篇一代二代三代测序仪资料仔细研读，然后去优酷下载各大主流测序仪的动画讲解，再看看陈巍学基因的讲解；数据库先看看三大主流数据库——NCBI,ENSEMBL,UCSC，还有一些也可以了解一些（uniprot,IMGT,KEGG，OMIN，TIGR，GO）同样也是百度文库自己搜索资料，但是这次需要自己去官网一个个页面点击看，一个个翻译成中文理解吃透；数据格式讲起了就多了，这个主要是在项目流程中慢慢学，或者你有机会去上课，不然你看来也是立马忘记的，主要有sam,vcf,fasta,fastq,bed,gtf,gff,genbank,ensembl,psl等等

三、生信研究领域，各个领域主要是软件繁多，合起来常用的估计有上百个软件了，一般只有从业五六年以上的人才有可能把它们全部用过一遍，而且这也完全需要项目来训练，而不能仅仅是看看软件手册，但是研究领域最重要的是背后的原理，需要看各大牛的综述。

a) 生信基础软件(blast++套件，fastqc，flash，blast，solexaQA，NGS-QC-toolkit，SRA-toolkit，fastx-toolkit)

b) snp-calling相关软件（bwa，bowtie，samtools，GATK，VarScan.jar，annovar）

c) 基因组相关软件（velvet，SOAPdenovo2，repeatmasker,repeatscount,piler，orthMCL，inparanoid,clustw,muscle，MAFFT，quickparanoid，blast2go，RAxML，phyML）

d) 转录组相关软件（trinity，tophat，cufflinks，RseQC，RNAseq，GOseq，MISO，RSEM，khmer，screed，trimmomatic，transDecoder，vast-tools，picard-tools，htseq，cuffdiff，edgeR，DEseq，funnet，davidgo，wego，kobas，KEGG，Amigo，go）

---