【IT168数据库大会现场报道】2014年4月10日-12日，第五届中国数据库技术大会(DTCC 2014)在北京五洲皇冠国际酒店拉开序幕。在为期三天的会议中，大会将围绕大数据应用、数据架构、数据管理、传统数据库软件等技术领域展开深入探讨，并将邀请一批国内顶尖的技术专家来进行分享。本届大会将在保留数据库软件应用实践这一传统主题的基础上，向大数据、数据结构、数据治理与分析、商业智能等领域进行拓展，以满足于广大从业人士和行业用户的迫切需要。

▲点击进入第五届中国数据库技术大会(DTCC 2014)报道专题

　　自2010年以来，国内领先的IT专业网站IT168联合旗下ITPUB、ChinaUnix两大技术社区，已经连续举办了四届中国数据库技术大会，每届大会与会规模超千人，大会云集了国内水平最高的数据架构师、数据库管理和运维工程师、数据库开发工程师、研发总监和IT经理等技术人群，是目前国内最受欢迎、人气最高的的数据库技术交流盛会。今年是中国数据库技术大会五周年，大会将继续秉承分享IT非常好的应用实践的宗旨，围绕传统数据库和大数据两条技术主线，在目前IT技术和管理快速的大背景下，更加深入地探讨数据库技术的现状和未来的发展方向，以及我们在这个转型过程中的实践经验和教训。

▲ SAP中国研究院项目总监董玢

　　十几年来一直致力于数据集成领域的工作,自2010年带领并参与了10多个基于SAP HANA的产品及客户项目. 2005年加入SAP，在此之前任职于德国海德堡大学,负责数据仓库开发工作。本科毕业于北京邮电大学，后获得德国Ulm大学计算机系硕士学位。

　　信息爆炸的时代，产生很多的数据，通过对数据的分析了解发生了什么事情，为什么会发生这种事情。　　每天产生的数据80%都是非结构化的数据，比如邮件，短信，图片，语音等。过去由于软件和硬件的限制，对于这些数据的挖掘比较滞后。现在硬件和软件技术的更新，能够实时的对数据进行深度挖掘。

　　本讲座将向您介绍SAP HANA如何帮助用户解决好文本分析，以及如何结合R语言和SAP HANA自带的预测分析函数库来实现文本分析和文本挖掘。

　　结合R语言 SAP HANA做场景的分析和计算

▲HANA内存数据库平台

　　可以和移动端结合在一起，做移动应用，也可以在云端使用HANA。能对企业核心的流程进行加速，对传统的ERP代码push到HANA中，进行加速。HANA可以对计划进行预测，支持和ESP一起处理流数据。

　　在文本搜索方面的架构

▲HAHA文本搜索架构

　　通过表的形式存储，通过建立全文的索引，对整个表进搜索。加上文本分析之后，进行语意的处理。建立索引之后，通过建模工具建立搜索模型。通过表的属性建立一个视图，然后确立其他的规则。

　　在上层建立了UI Tookit，基于搜索的UI框架，通过简单的修改可以使用。也可以自己通过HMTL5做开发。与HANA交互通过扩展的应用服务。

　　建立文本搜索的几个步骤

　　基于SAP HANA建立文本搜索需要遵循如上几个步骤。

▲InA家族说明

▲HANA 预测分析库

　　预测分析库用于文本挖掘使用，其中包括了所有的通用的算法，做分类，聚类和关联性的算法。这些算法在HANA中通过C++实现。

SAP HANA+R

　　SAP和R是一个很好的结合。R是一个很好的工具，包含了很多的算法，在很多场景进行补充和HAHA结合使用，在HANA中处理的数据在R中运行，然后再返回HAHA，通过R可以做算法的加速。