https://blogs.sap.com/ 2016/07/05/the-various-data-provisioning-options-for-hana/

在另一个线程中也对此进行了回答，但此处的完整性 是以下响应：

________________________________________________________________________________________________________

SLT是用于HANA到HANA复制的推荐方法。

HANA流分析提供了一种通用的DB输入适配器，可以轮询 数据库表。 为了检测更改，该表需要具有"最后更新"列，该列在记录更改时会得到维护。 然后，来自DB输入适配器的查询可以选择最近更新时间比上次轮询新的记录。

简而言之，可以使用HANA流分析实现基本的复制过程，但是最好使用专门为数据复制设计的工具。

p>

________________________________________________________________________________________________________

嗨Aakanshka，

以下是有关这三个组件之间差异的一些提示：

-智能数据访问：这是一个在HANA外部数据中引用而不复制HANA内部数据的系统（例如，指向Oracle表和指向Oracle表等），您可以创建虚拟表：

https：//help .sap.com/viewer/eb3777d5495d46c5b2fa773206bbfb46/2.0.01/zh-CN/710235120ce744c381176121d4c60b28.html

-智能数据集成：它是SAP EIM（企业信息管理）的一部分，用于将外部数据加载到HANA数据库中

https：//blogs .sap.com/2014/11/27/hana-sp9-data-provisioning-overview /

-智能数据流：这是HANA的一项功能，用于在HANA内部捕获流数据并进行流分析：

https：//wiki.scn.sap.com/wiki/display/SAPHANA/SAP+HANA+Smart+Data+Streaming

HTH

Daniele Tiles

流分析与SDA和SDI的作用显着不同。 正如其他人提到的那样，SDA支持创建虚拟或远程表连接，从而允许从单个连接访问和查询单独数据库中的表，并且SDI是一种EIM工具，致力于将数据加载到HANA中。

HANA流分析在HANA 2.0 SPS 02版本中从HANA智能数据流重命名，因为"智能数据"前缀已与EIM工具相关联，并且使人们对HANA流的真正价值感到困惑 分析。 流分析专注于在历史数据和参考数据的背景下尽快处理事件驱动的数据。 流分析项目的典型处理时间为几毫秒。 该技术起源于金融服务领域，用于处理实时交易和风险管理，其中要求每秒处理数百万个事件。 如今，物联网已成为一个重要的增长领域，从管理连续制造流程到监视公用事业网络的问题，使用机器学习来诊断可能的原因，部署工作人员来解决问题以及从流分析项目中通知所有客户，到处都可以使用流分析。 。

流分析的一个主要优点是能够在数据到达数据库之前*处理大量的低价值数据。 如果考虑IoT场景，则在运行正常的系统中，大多数生成的数据将表明该系统完全正常。 借助流分析，您可以不断监视实时数据，丢弃或合并"一切正常"数据，并在出现问题时立即做出反应。 在一种媒体使用情况监视场景中，通过从以数据库为中心的"存储和查询"设计过渡到使用HANA流分析的实时流分析实现，处理负载减少了95％。