《企业网D1Net》8月22日

去年年底，数据库和企业管理软件公司SAP有一个井喷的季度，其业绩是该公司40年来最好的。双位数字的增长及21亿美元的利润：如此形容一点都不差。

 根据纽约时报分析，其业绩如此好的原因之一是公司聪明地采用在内存中进行处理的技术。但是，什么是在内存中进行处理的技术，以及它是如何对公司产生帮助的呢？

 你可以把它作为对于数据中心的持续改善。

 Kaizen是一个源于日本的消除不必要的步骤和浪费的简化制造过程，如消除等待时间。而持续改善工厂的目标之一就是使所有的源材料和零部件接近他们实际使用的地方。

 这正是在内存计算所做的事情。

 内存计算的主要用途之一是庞大的数据集的实时操作。让我们设想这样一个例子：Home Depot公司的销售。这家公司的高管没有必要去知道每个耙，钉，剪草机的位置，和一个月、甚至是一年2×4，但他们的数据库可以。当高管的试图了解销售的情况，或试图预测未来的收益，甚至是建立一个经营策略的改变可能会对销售，物流和收入产生哪些影响的模型，他们都可以用大数据做到。这个数据像是进入工厂的原料。这些材料的越接近工厂，工厂越可以更有效地生产成品：依据这种原理进行业务分析。

 在传统的数据库中，数据存在硬盘上，硬盘和你的桌面或传统笔记本电脑的驱动器类似。数据和服务器的CPU，通过有线连接，所以数据要到达的“工厂”是缓慢和遥远的，当需要十亿字节或者艾字节的数据时，数据库性能缓慢的主要原因之一是数据存取的时间过长，“原料”不能以足够快的速度到达所需要的地方。

 在内存中的数据库，数据就存储在CPU的旁边，而不是相距的很远的地方。并且它不存储在硬盘驱动器中，当要寻找和读取数据时，需要硬盘中进行实际的物理旋转（如CD或旧磁带盒驱动器），然后数据才能被发送。相反，数据存储在主内存 – RAM中- 这是瞬间到达，在某些情况下，还能存储在如USB拇指盘或MacBook Air的固态驱动器中。这使得数据能更快，更方便的到达CPU，这意味着服务器就可以更快的得出那些对基本的国内销售数据模型的分析。

 由于一个64位数据库系统的内存的理论极限是180亿千兆字节，所以它是不缺乏的内存容量的。此外，就在“工厂”里如公司所愿的处理尽可能多的“原始材料”-数据还是没有问题的。

 这意味着数百GB的数据分析，报告和预测需要几秒钟内就可以完成，而不是几小时。而这反过来又使企业变得更快，更明智。