blog header

adesso Blog

Az S/4 HANA alapú SAP rendszerek felhős virtualizációja elterjedőben van az egyre olcsóbb és szélesebb szolgáltatásokat nyújtó platformok miatt, mint például a Microsoft Azure, Google Cloud Platform vagy Amazon Web Services. Ebben a blogbejegyzésben röviden szeretnénk bemutatni egy átlagos SAP rendszerigényét, valamint az ehhez kapcsolódó virtualizációs költségeket.

Egy SAP S/4 HANA rendszer minimum rendszerigénye 64GB memória, 8 logikai CPU mag valamint egy SSD alapú tárhely amely az operációs rendszert, az adatbázist és a SAP alkalmazásokat tárolja; végső soron azonban a szükséges memória mennyiséget az adatbázis mérete határozza meg, ehhez kell igazítani a memória méretezését, amely kalkulációra több hivatalos alkalmazás is rendelkezésre áll.

Tehát egy S/4 HANA rendszer memória mérete alapvetően 64GB és 24 TB között mozog, viszont fontos megemlíteni, hogy egyedi konfiguráció is létrehozható akár 48TB méretig több virtuális gép összefűzésével scale-out segítségével. A scale-out több, különálló virtuális gép összefűzését jelenti egy S/4HANA rendszer számára terhelés-elosztás céljából.

A rendszer teljesítményét nagymértékben meghatározza a rendelkezésre álló CPU magok száma, amely széles skálán módosítható az igényeknek megfelelően: egy 8 CPU magos rendszertől, amely egy kisebb cég néhány tucat felhasználójának elegendő lehet, felskálázható egészen a multinacionális cégek több 10.000 felhasználót kiszolgáló rendszereikig. A felskálázás, vagy szaknyelven scale-up: az S/4HANA rendszert futtató virtuális gép erőforrásainak (CPU mag, memória, tárhely) növelését jelenti az adott virtuális rendszeren belül.

A felhasználási igényeknek megfelelően kialakított architektúra képes valós-idejű adatfeldolgozásra és továbbításra, köszönhetően az in-memory architektúrának és a magas számitási kapacitásnak köszönhetően, szemben a régebbi R/3 alapú SAP rendszerekkel amelyek jóval kevesebb erőforrással (CPU, memória) és lassabb tárhellyel rendelkeznek.

Az in-memory adatbázis alatt olyan rendszert értünk, ahol a tárolt és kezelt adatok elsődleges példánya a fizikai memóriában található, szemben a lemez-alapú adatbázisokkal, ahol lemezes-alapú háttértáron található.

Az S/4 HANA rendszerek másik előnye a Fiori alapú applikációk használatának egyetlen közös felületen történő egyesítése, amely szinte bármennyi back-end rendszerből állhat. Ez a felület a Fiori Launchpad, amelyhez a rendszerek összekapcsolását elősegítő platform az SAP Business Technology Platform. Ezek a megoldások lehetővé teszik, hogy egy SAP felhasználó elérje a számára összes releváns tranzakciót és műveletet a munkavégzéséhez egyetlen felületen, függetlenül attól hogy hány darab különböző SAP rendszer dolgozik a háttérben.

A bevezetőben említett 3 szolgáltató piaci versenye kiegyensúlyozott árakat eredményezett. Ezeket gyűjtöttük össze, és egy közepes méretű SAP rendszer felhő-alapú virtualizációs költségeit mutatjuk be részleteiben. Fontos megemlíteni, hogy ezek a költségek csak a hoszting költségeket tartalmazzák, a licenc és egyéb opcionális szolgáltatásokét nem.

Virtuális Gép árösszehasonlítás az Amazon Web Services, Microsoft Azure és Google Cloud Platformok között

Példának egy olyan rendszert nézünk, amely 2 TB memóriával és az ehhez szükséges teljesítménnyel rendelkezik, egy többszáz felhasználót kiszolgáló környezetben.

Az alábbiakban bemutatott példák 1 éves előfizetéssel, saját/hozott linux disztribúcióval, valamint 2 TB SSD tárhellyel rendelkeznek egy Nyugat-európai adatközpontban. Az árak és konfigurációk a 2022. júliusi állapotot tükrözik.

*CPU-platform függő

Maximum értékek AWS MS Azure GCP
CPU magok száma 448 480 416
Memória (Terabyte) 24 TB 24 TB 12 TB
Hálózati sávszélesség (Gbps) 38 Gbps 25 Gbps 32/16*Gbps
Példa VM konfig.
(CPU/Memória)
128/1952 128/2000 80/1922
A példa VM ára (USD) 8645 $ 8067 $ 7072 $
Minden további 1 TB SSD ára (USD) 122 $ 77 $ 204 $

Amazon Web Services:

Maximum kapacitás: 24 TB memória + 448 CPU mag + 38 Gbps hálózati sávszélesség VM-enként.

https://calculator.aws/#/createCalculator/EC2

Példa VM:

128 CPU mag + 1952 Gb memória + 2TB SSD = 8645 USD/Month

image 1
Microsoft Azure:

Maximum kapacitás: 24 TB memória + 480 CPU mag + 25 Gbps hálózati sávszélesség VM-enként.

https://azure.microsoft.com/en-us/pricing/calculator/

Példa VM:

128 CPU mag + 2000 GB memória + 2TB SSD = 8067 USD/Month

Google Cloud Platform:

Maximum kapacitás: 12 TB memória + 416 CPU mag + 32/16 Gbps hálózati sávszélesség VM-enként CPU platform függően.

https://cloud.google.com/products/calculator

Példa VM:

80 CPU mag + 1922 GB memória + 2TB SSD = 7072 USD/Month

Az SAP a figyelmét a felhő-alapú szolgáltatásokra kezdte el áthelyezni az előző évtized elején, és kezdte el fejleszteni az azóta egyre szélesebb körű szolgáltatásokat nyújtó termékeit. Az SAP szoftverei alapvetően a közép és nagyvállalatok igényeinek kiszolgálására jöttek létre , amely megmutatkozik egy ilyen rendszer létrehozásának és fenntartásának a költségeiben is. Bár a felhő-alapú megoldások hosszútávon jelentősen nem olcsóbbak az On-Premise megoldásoknál, adminisztrációs, idő és erőforrás-skálázhatóság szempontból sokkal gyorsabb és egyszerűbb a menedzselésük, miáltal könnyebben tudja követni a változó vállalati feltételeket és igényeket információtechnológiai szempontból.

A jövőben az ilyen villámgyors rendszerek nyújtotta előnyök még hangsúlyosabban gyakorolhatnak hatást a piaci versenyhelyzetre ebben a feszített tempójú világban.

Picture György Szlobodics

Author György Szlobodics

György Szlobodics, Senior SAP Developer and Consultant at adesso orange.


Our blog posts at a glance

Our tech blog invites you to dive deep into the exciting dimensions of technology. Here we offer you insights not only into our vision and expertise, but also into the latest trends, developments and ideas shaping the tech world.

Our blog is your platform for inspiring stories, informative articles and practical insights. Whether you are a tech lover, an entrepreneur looking for innovative solutions or just curious - we have something for everyone.

To the blog posts

Save this page. Remove this page.