智能内容

构建和运行下一代应用

智能内容是指下一代自学习和自适应应用,旨在利用内置的分析型与操作型数据库功能提供全新的体验。这些创新应用充分利用业务函数、机器学习、图形处理和空间分析等功能的内置算法。本质上来说,这类应用属于数据密集型应用,需要能够从任何数据源实时获取并处理任意格式的数据,进而帮助企业实现流程自动化,并基于当前数据和历史数据制定即席业务决策。

深入了解多模数据类型和模型

将相似性搜索功能融入解决方案

利用内存数据库技术,实现快速的相似性搜索,并将搜索结果与其他类型的业务数据相结合。向量引擎支持生成式 AI 用例,例如面向大型语言模型 (LLM) 的检索增强生成 (RAG)。

placeholder

SAP HANA 提供企业级地理数据库

了解 SAP HANA 如何对海量空间数据和业务数据执行基于地理位置的实时分析,以及将 SAP HANA 作为 Esri ArcGIS 的企业级地理数据库部署在云端、本地或混合环境中,能够为企业带来哪些收益。

placeholder
placeholder

借助知识图谱引擎,增强图遍历功能

探索 SAP HANA Cloud [HANA 云] 中最新的多模引擎。该引擎可以帮助企业连接企业知识,并利用图中存储的数据,解答复杂的问题。了解关键概念,以及属性图与知识图谱之间的区别。

placeholder

从属性图教程开始上手

按照 SAP Developer Center 上的入门教程操作,亲身体验 SAP HANA Cloud [HANA 云] 中的属性图功能。

JSON 文档存储指南

SAP HANA 中的文档存储功能可以存储 JSON 工件,并对 JSON 文档执行所有标准操作,例如筛选、聚合、将 JSON 文档与 SAP HANA 的列或行存储表进行连接等。

placeholder
placeholder

SAP HANA 机器学习技术概览

SAP HANA 提供全面的机器学习环境。查看可用的主要功能。

placeholder

SAP HANA 机器学习资源

随着时间的推移,机器学习功能在不断演进。深入了解我们的实践教程、背景信息和最新增强功能的更新。

placeholder

开启 SAP HANA Cloud [HANA 云] 之旅

了解最新功能,探索如何着手使用 SAP HANA Cloud [HANA 云] 中的预测分析库 (PAL) 和自动预测库 (APL)。

placeholder

实操教程:SAP HANA Cloud [HANA 云] 中的 APL

了解如何在不提取数据的情况下,在 SAP HANA Cloud [HANA 云] 中自动训练机器学习模型,以及如何使用 SAP HANA Python 客户端,从偏好的 Python 环境直接触发 SAP HANA Cloud 中所需的计算。

企业搜索功能开发人员指南

企业搜索功能支持你以统一的方式搜索应用中的所有结构化数据,并且包含用于创建和修改搜索模型的工具。

placeholder

集成式多层存储

优化性能、成本和存储

不论数据存储在哪个位置,你的应用都能独立访问这些数据,并且你还能根据用户的期望,调整首选的数据库存储方式。

在云端有效管控数据

根据数据的价值(如新旧程度、安全性和实用性)将数据分配到不同的存储层和处理层,从而更经济高效地管理数据。

充分提高数据价值和可访问性

利用数据分层功能,在数据量、存储成本和处理性能之间找到平衡,尽可能降低数据管理和存储成本。

事务处理和分析处理

placeholder

支持任何类型的数据

从事务处理到分析处理,运行各种类型的工作负载,包括多模态分析和高级分析功能以及机器学习。

placeholder

解决数据管理挑战

借助机器学习、预测分析以及分析引擎强大的数据搜索、规则处理和数据分析功能,简化分析型数据集市的平台。

混合数据库

placeholder

扩展数据存储空间

将数据转存至云端,扩展 SAP HANA 的本地存储功能,同时帮助确保用户能够根据需要访问企业数据。

placeholder

支持更高或可变的工作负载

将数据处理工作负载转移至 SAP HANA Cloud [HANA 云],提高计算能力,为现有的 SAP HANA 部署项目提供更有力的支持。

placeholder

实现本地数据与云端数据互联

以虚拟化方式访问 SAP HANA、SAP HANA Cloud [HANA 云] 或其他数据源中的数据,革新数据架构,提高数据架构的敏捷性和透明度。

智能内容资源中心

深入了解 SAP HANA Cloud [HANA 云]

探索如何在 SAP Web IDE 全栈开发环境下进行 SAP HANA Cloud [HANA 云] 建模