Speicherplatz in SAP-Testsystemen sparen: Bereinigung technischer Tabellen

19. August 2020
Von Daniel Parker

With more than 15 years of SAP experience, Daniel Parker specialises in data copy automation and data security. He leads an experienced consulting team, and delivers a variety of landscape solutions to organisations in the APJ region.

Uncover invisible SAP test data to recover costs

Um das Datenvolumen in SAP-Testsystemlandschaften zu reduzieren, setzen wir mit unserer Data Sync Manager Suite™ schon seit langem innovative Techniken ein. Eine einfache aber effektive Technik ist es, große Tabellen, die viel Speicherplatz benötigen, aber auf dem Zielsystem für Testzwecke nicht benötigt werden, bei der Datenkopie auszuschließen. Ein klassisches Beispiel sind iDocs, die bereits standardmäßig bei der reduzierten Mandantenkopie ausgeschlossen werden. Dies reduziert den Speicherplatz für die Testsysteme enorm und hat direkten Einfluss auf schnellere Laufzeiten über das Wochenende. Allerdings wird dieser Ansatz nicht immer auch für die Quelle des Problems angewandt: die Produktion.

SAP Database5

Betrachten wir eine typische ERP- oder S/4-Systemlandschaft. Die produktive SAP-Datenbank ist klassischerweise über Datenbankkopien, Snapshots usw. mehrere Male als vollständige 1:1 Kopie in Ihrer Infrastruktur vorhanden. Dies führt dazu, dass die Gesamtlandschaft aller Systeme bzw. Kopien immer analog zur Produktion mitwächst.

Selbst bei einer konservativen Schätzung können wir davon ausgehen, dass jeder GB der genutzten Produktionsdatenbank bis zu fünfmal über die gesamte Landschaft repliziert wird. Diese Annahme gilt unabhängig vom Hosting-Ansatz – On-Premise, Cloud oder hybrid.


HYDAC reduziert die Testlandschaft von 7 TB auf 2,3 TB

 

 

  Zur Success Story


Die folgende Abbildung zeigt ein Beispiel einer Systemanalyse eines typischen rund 1 TB großen ERP-Systems. Aus den zehn größten Tabellen im System sind die ersten vier primäre Ziele für die Reduzierung von technischen Daten. Die vier größten Tabellen enthalten Anwendungsprotokolle, Änderungsbelege, DB-Tabellenänderungsprotokolle und IDOCs. Jede dieser Tabellen kann in der Regel einfach entfernt oder archiviert werden, ohne dass dies Auswirkungen auf die Geschäftsprozesse im System hat.

tables

Aus diesem Beispiel ergibt sich die folgende potenzielle Speichereinsparung:

  • Die Top vier Tabellen verbrauchen in der Produktion rund 84 GB Speicherplatz
  • Wenn wir davon ausgehen, dass eine 90%ige Datenreduktion möglich ist, dann können rund 75 GB eingespart werden.
  • Durch Anwendung der 1:5 Regel (1 GB ist bis zu 5x repliziert), ergibt sich eine potenzielle Reduzierung des Speicherplatzes um rund 375 GB in der gesamten Umgebung.

Bei einer Produktionsdatenbank mit einer Größe von ca. 1 TB ist das Einsparpotenzial von rund 375 GB in der gesamten Landschaft erheblich. Dies könnte den Unterschied machen, ob eine geplante Erweiterung der benötigten Hardware jetzt oder erst im nächsten Jahr durchgeführt wird.

Unser Beispiel deckt nur einen Systemtyp ab. Der gleiche Ansatz kann auf andere gängige SAP-Systemvarianten wie BW, CRM, GTS, SCM, Gateway und Solution Manager angewandt werden, oft mit ähnlichen Ergebnissen.

Unsere Systemanalyse kann Ihnen bei der Identifizierung dieser Möglichkeiten zur technischen Tabellenbereinigung helfen. Wir können Ihnen einen Aktionsplan erstellen, der die Schritte zur Datenbereinigung in solchen Tabellen detailliert beschreibt. Unsere Teams stehen auch zur Verfügung, um den Bereinigungs- und Reduzierungsprozess für Sie durchzuführen.

Data Sync Manager Assessment Report

 

 

Explore Popular Tags

SAP S/4HANA SAP Landscape Transformation S/4HANA Migrations ALM Brownfield Transformation Data Sync Manager M&A Data Sync Manager (DSM) Greenfield SAP Testdaten SAP migration SAP Archive Central DSM EPI-USE Labs S4HANA Client Sync Datenarchivierung Decommissioning ERP Employee Central time GeoClock HXM Move Hourly time tracking PRISM S/4 SAP Datensicherheit SAP HXM 2021 SAP S/4HANA Assessment SAP SuccessFactors Time Management SAP SuccessFactors Time Tracking SAP TDMS SAP Testdatenmanagement Sandbox SuccessFactors Test Data Management Archive Cloud DSGVO Compliance Data Secure Data Security Datenqualität Legacy Object Sync SAP Datenkopie SAP HANA SAP Testsystem SAP environment SAP systems SAP test data management Sunsetting legacy data sap testing AMS APIs testen Accurate test data Application Management Services Ausmusterung Ihres Systems Carve-In Carve-Out Change Management Cloud-Strategie Clusteranalyse Concur Control Center Controller Copy and mask test data Customer-Vendor-Integration DEV-Refresh DSGVO DSM5 Daten Verfremdung Datenharmonisierung Datenmigration Datenmodell-Anpassung Der SAP-Lebenszyklus ist sehr datenintensiv Digital transformation DigitalTransformation Display only Due Diligence EPI-USE Gold Partner Einhaltung der Datenschutzgesetze FinanceTransformation Finanzprozesse Fusionen & Akquisitionen GDPR GRC Governance, Risk Management and Compliance (GRC) HANA HR-Prozesse Hana Datenbank Hybrid Hybrid cloud IDOCs IT Service Management Incident Management Infotyp Audit Landscape Management Lean secure SAP Live gehen Management Migrationsansätze Neue Entwicklung testen Neue Projekte PRISM free assessment Production data Prozessintegration Prozessoptimierung RISE S/4HANA RPDINF01 Reisekosten Release Management Rise with SAP S/4 Migration S/4HANA Migration S/4HANA Upgrade SAP CO SAP Datenbereinigung SAP Datenschutz SAP Entwicklungssystem SAP FI SAP HCM SAP HCM Roadmap SAP Landscape SAP Logistik SAP Produktionsdatenbank SAP RISE SAP S/4 Migration SAP S/4HANA Mirgation SAP SuccessFactors SAP Test Data Migration Server SAP Upgrade SAP certified solution SAP client copy SAP data privacy and compliance SAP test system landscapes SAP test systems SAPUpgrade Sandbox Systeme Schulungssystem erstellen Service Management Solman Speicherreduzierung Support Packs anwenden System Analysis Systemanalyse Tabellen Audit Technische Tabellen Testen Transaktion TAANA Travel Management Unicode Unmittelbares Wachstum des Produktionssystems Upgrade-Tests archiving compliance data test data testing data variances newgeneralledger quality of test data s/4HANA test data masking
+ See More

Sofortige Updates erhalten


Einen Kommentar schreiben