SlideShare una empresa de Scribd logo
1 de 23
Virtualized platform migration on a validated system GAZDAG, Ferenc Head of IT operation EGIS Nyrt. [email_address] SAP World Tour ‘09 Siófok, 2009. szeptember 13-15. 1/130
Agenda ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Introduction ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Problems ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Players ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],6x SAP ECC 5.0, 12 implemented modul, 650 users, 600 GB base
Players ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Quality assurance ,[object Object],[object Object]
QA in virtual systems Virtual infrastructure Qualification of virtual template(s) Qualification of virtual platform Validation of application Virtual machine Application OS Virtual machine Application OS Virtual machine Application OS Virtual machine Application OS Virtual machine Application OS Virtual machine Application OS Virtual template OS Virtual machine Application OS
Old architecture
Planned architecture SAP P   DB SAP Q DI SAP Q CI SAP Q DB SAP P DI SAP P CI SAP D1 DB, CI SAP D2 DB, CI Exchange SAP D3 DB, CI DC PORTAL vCenter Empower Citrix Q OS VMFS P OS VMFS Q DB RDM P DB RDM D2 OS,DB VMFS D2 OS,DB VMFS D1 OS,DB VMFS D1 OS, DB VMFS
Implemented architecture SAP  Q   DB SAP Q DI SAP Q CI SAP  P  DB SAP P DI SAP P CI SAP D1 DB, CI SAP D2 DB, CI Exchange SAP D3 DB, CI DC PORTAL vCenter Empower Citrix Q OS VMFS,  APP RDM P OS VMFS,  APP RDM Q DB RDM P DB RDM D2 OS,DB VMFS D2 OS,DB VMFS D1 OS,DB VMFS D1 OS, DB VMFS
Implemented architecture ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Results ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Reaction time of SAP
GREEN IT ,[object Object],[object Object],[object Object]
Storage ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Tárolók ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Space on storage ,[object Object],320 GB 1200 GB 80 GB sum 160 GB 600 GB 40 GB SAP D4 160 GB 600 GB 40 GB SAP D3 160 GB 600 GB 40 GB SAP D2 160 GB 600 GB 40 GB SAP D1 APP DB OS
VMWare ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
QA changes ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Plans ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Summarization ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Thank you for your attention! GAZDAG Ferenc Head of IT Operation EGIS Plc. [email_address]

Más contenido relacionado

La actualidad más candente

Scylla Summit 2019 Keynote - Avi Kivity
Scylla Summit 2019 Keynote - Avi KivityScylla Summit 2019 Keynote - Avi Kivity
Scylla Summit 2019 Keynote - Avi KivityScyllaDB
 
Sqream DB on OpenPOWER performance
Sqream DB on OpenPOWER performanceSqream DB on OpenPOWER performance
Sqream DB on OpenPOWER performanceGanesan Narayanasamy
 
Scylla Summit 2019 Keynote - Dor Laor - Beyond Cassandra
Scylla Summit 2019 Keynote - Dor Laor - Beyond CassandraScylla Summit 2019 Keynote - Dor Laor - Beyond Cassandra
Scylla Summit 2019 Keynote - Dor Laor - Beyond CassandraScyllaDB
 
Expedia Group: Our Migration Journey from Apache Cassandra to ScyllaDB
Expedia Group: Our Migration Journey from Apache Cassandra to ScyllaDB Expedia Group: Our Migration Journey from Apache Cassandra to ScyllaDB
Expedia Group: Our Migration Journey from Apache Cassandra to ScyllaDB ScyllaDB
 
RedisConf17 - Redis Enterprise on IBM Power Systems
RedisConf17 - Redis Enterprise on IBM Power SystemsRedisConf17 - Redis Enterprise on IBM Power Systems
RedisConf17 - Redis Enterprise on IBM Power SystemsRedis Labs
 
RedisConf17 - Redis Labs - Implementing Real-time Machine Learning with Redis-ML
RedisConf17 - Redis Labs - Implementing Real-time Machine Learning with Redis-MLRedisConf17 - Redis Labs - Implementing Real-time Machine Learning with Redis-ML
RedisConf17 - Redis Labs - Implementing Real-time Machine Learning with Redis-MLRedis Labs
 
Understanding Storage I/O Under Load
Understanding Storage I/O Under LoadUnderstanding Storage I/O Under Load
Understanding Storage I/O Under LoadScyllaDB
 
RedisConf17 - Building Large High Performance Redis Databases with Redis Ente...
RedisConf17 - Building Large High Performance Redis Databases with Redis Ente...RedisConf17 - Building Large High Performance Redis Databases with Redis Ente...
RedisConf17 - Building Large High Performance Redis Databases with Redis Ente...Redis Labs
 
Introducing Scylla Open Source 4.0
Introducing Scylla Open Source 4.0Introducing Scylla Open Source 4.0
Introducing Scylla Open Source 4.0ScyllaDB
 
GPU databases - How to use them and what the future holds
GPU databases - How to use them and what the future holdsGPU databases - How to use them and what the future holds
GPU databases - How to use them and what the future holdsArnon Shimoni
 
Introduce_non-volatile_generic_object_programming_model_for_In-Memory_Computing
Introduce_non-volatile_generic_object_programming_model_for_In-Memory_ComputingIntroduce_non-volatile_generic_object_programming_model_for_In-Memory_Computing
Introduce_non-volatile_generic_object_programming_model_for_In-Memory_ComputingYanpingWang
 
Renegotiating the boundary between database latency and consistency
Renegotiating the boundary between database latency  and consistencyRenegotiating the boundary between database latency  and consistency
Renegotiating the boundary between database latency and consistencyScyllaDB
 
Introduction to SQream and the IoT environment
Introduction to SQream and the IoT environmentIntroduction to SQream and the IoT environment
Introduction to SQream and the IoT environmentArnon Shimoni
 
Eliminating Volatile Latencies Inside Rakuten’s NoSQL Migration
Eliminating  Volatile Latencies Inside Rakuten’s NoSQL MigrationEliminating  Volatile Latencies Inside Rakuten’s NoSQL Migration
Eliminating Volatile Latencies Inside Rakuten’s NoSQL MigrationScyllaDB
 
RedisConf17 - IoT Backend with Redis and Node.js
RedisConf17 - IoT Backend with Redis and Node.jsRedisConf17 - IoT Backend with Redis and Node.js
RedisConf17 - IoT Backend with Redis and Node.jsRedis Labs
 
Scylla Summit 2018: Cassandra and ScyllaDB at Yahoo! Japan
Scylla Summit 2018: Cassandra and ScyllaDB at Yahoo! JapanScylla Summit 2018: Cassandra and ScyllaDB at Yahoo! Japan
Scylla Summit 2018: Cassandra and ScyllaDB at Yahoo! JapanScyllaDB
 
Scylla Summit 2018: How We Made Large Partition Scans Over Two Times Faster
Scylla Summit 2018: How We Made Large Partition Scans Over Two Times FasterScylla Summit 2018: How We Made Large Partition Scans Over Two Times Faster
Scylla Summit 2018: How We Made Large Partition Scans Over Two Times FasterScyllaDB
 
Scylla Summit 2022: New AWS Instances Perfect for ScyllaDB
Scylla Summit 2022: New AWS Instances Perfect for ScyllaDBScylla Summit 2022: New AWS Instances Perfect for ScyllaDB
Scylla Summit 2022: New AWS Instances Perfect for ScyllaDBScyllaDB
 
Scylla Summit 2018: The Short and Straight Road That Leads from Cassandra to ...
Scylla Summit 2018: The Short and Straight Road That Leads from Cassandra to ...Scylla Summit 2018: The Short and Straight Road That Leads from Cassandra to ...
Scylla Summit 2018: The Short and Straight Road That Leads from Cassandra to ...ScyllaDB
 

La actualidad más candente (20)

Scylla Summit 2019 Keynote - Avi Kivity
Scylla Summit 2019 Keynote - Avi KivityScylla Summit 2019 Keynote - Avi Kivity
Scylla Summit 2019 Keynote - Avi Kivity
 
Sqream DB on OpenPOWER performance
Sqream DB on OpenPOWER performanceSqream DB on OpenPOWER performance
Sqream DB on OpenPOWER performance
 
Scylla Summit 2019 Keynote - Dor Laor - Beyond Cassandra
Scylla Summit 2019 Keynote - Dor Laor - Beyond CassandraScylla Summit 2019 Keynote - Dor Laor - Beyond Cassandra
Scylla Summit 2019 Keynote - Dor Laor - Beyond Cassandra
 
Expedia Group: Our Migration Journey from Apache Cassandra to ScyllaDB
Expedia Group: Our Migration Journey from Apache Cassandra to ScyllaDB Expedia Group: Our Migration Journey from Apache Cassandra to ScyllaDB
Expedia Group: Our Migration Journey from Apache Cassandra to ScyllaDB
 
RedisConf17 - Redis Enterprise on IBM Power Systems
RedisConf17 - Redis Enterprise on IBM Power SystemsRedisConf17 - Redis Enterprise on IBM Power Systems
RedisConf17 - Redis Enterprise on IBM Power Systems
 
RedisConf17 - Redis Labs - Implementing Real-time Machine Learning with Redis-ML
RedisConf17 - Redis Labs - Implementing Real-time Machine Learning with Redis-MLRedisConf17 - Redis Labs - Implementing Real-time Machine Learning with Redis-ML
RedisConf17 - Redis Labs - Implementing Real-time Machine Learning with Redis-ML
 
Understanding Storage I/O Under Load
Understanding Storage I/O Under LoadUnderstanding Storage I/O Under Load
Understanding Storage I/O Under Load
 
RedisConf17 - Building Large High Performance Redis Databases with Redis Ente...
RedisConf17 - Building Large High Performance Redis Databases with Redis Ente...RedisConf17 - Building Large High Performance Redis Databases with Redis Ente...
RedisConf17 - Building Large High Performance Redis Databases with Redis Ente...
 
Introducing Scylla Open Source 4.0
Introducing Scylla Open Source 4.0Introducing Scylla Open Source 4.0
Introducing Scylla Open Source 4.0
 
GPU databases - How to use them and what the future holds
GPU databases - How to use them and what the future holdsGPU databases - How to use them and what the future holds
GPU databases - How to use them and what the future holds
 
Introduce_non-volatile_generic_object_programming_model_for_In-Memory_Computing
Introduce_non-volatile_generic_object_programming_model_for_In-Memory_ComputingIntroduce_non-volatile_generic_object_programming_model_for_In-Memory_Computing
Introduce_non-volatile_generic_object_programming_model_for_In-Memory_Computing
 
Renegotiating the boundary between database latency and consistency
Renegotiating the boundary between database latency  and consistencyRenegotiating the boundary between database latency  and consistency
Renegotiating the boundary between database latency and consistency
 
Introduction to SQream and the IoT environment
Introduction to SQream and the IoT environmentIntroduction to SQream and the IoT environment
Introduction to SQream and the IoT environment
 
Eliminating Volatile Latencies Inside Rakuten’s NoSQL Migration
Eliminating  Volatile Latencies Inside Rakuten’s NoSQL MigrationEliminating  Volatile Latencies Inside Rakuten’s NoSQL Migration
Eliminating Volatile Latencies Inside Rakuten’s NoSQL Migration
 
RedisConf17 - IoT Backend with Redis and Node.js
RedisConf17 - IoT Backend with Redis and Node.jsRedisConf17 - IoT Backend with Redis and Node.js
RedisConf17 - IoT Backend with Redis and Node.js
 
Scylla Summit 2018: Cassandra and ScyllaDB at Yahoo! Japan
Scylla Summit 2018: Cassandra and ScyllaDB at Yahoo! JapanScylla Summit 2018: Cassandra and ScyllaDB at Yahoo! Japan
Scylla Summit 2018: Cassandra and ScyllaDB at Yahoo! Japan
 
Scylla Summit 2018: How We Made Large Partition Scans Over Two Times Faster
Scylla Summit 2018: How We Made Large Partition Scans Over Two Times FasterScylla Summit 2018: How We Made Large Partition Scans Over Two Times Faster
Scylla Summit 2018: How We Made Large Partition Scans Over Two Times Faster
 
LEAD DBA responsibilities
LEAD DBA responsibilitiesLEAD DBA responsibilities
LEAD DBA responsibilities
 
Scylla Summit 2022: New AWS Instances Perfect for ScyllaDB
Scylla Summit 2022: New AWS Instances Perfect for ScyllaDBScylla Summit 2022: New AWS Instances Perfect for ScyllaDB
Scylla Summit 2022: New AWS Instances Perfect for ScyllaDB
 
Scylla Summit 2018: The Short and Straight Road That Leads from Cassandra to ...
Scylla Summit 2018: The Short and Straight Road That Leads from Cassandra to ...Scylla Summit 2018: The Short and Straight Road That Leads from Cassandra to ...
Scylla Summit 2018: The Short and Straight Road That Leads from Cassandra to ...
 

Destacado

/Users/teacher/desktop/going up reading.ppt
/Users/teacher/desktop/going up reading.ppt/Users/teacher/desktop/going up reading.ppt
/Users/teacher/desktop/going up reading.pptm_garrido
 
Net App At Egis English
Net App At Egis EnglishNet App At Egis English
Net App At Egis Englishgazdagf
 
CyberLab CCEH Session - 5 System Hacking
CyberLab CCEH Session - 5 System HackingCyberLab CCEH Session - 5 System Hacking
CyberLab CCEH Session - 5 System HackingCyberLab
 
AWS Certified Solution Architect - Associate Level
AWS Certified Solution Architect - Associate LevelAWS Certified Solution Architect - Associate Level
AWS Certified Solution Architect - Associate LevelYabin Meng
 
Route Redistribution between OSPF and EIGRP
Route Redistribution between OSPF and EIGRPRoute Redistribution between OSPF and EIGRP
Route Redistribution between OSPF and EIGRPNetProtocol Xpert
 
Getting Started in the AWS Cloud, Glen Robinson, Solutions Architect, AWS
Getting Started in the AWS Cloud, Glen Robinson, Solutions Architect, AWSGetting Started in the AWS Cloud, Glen Robinson, Solutions Architect, AWS
Getting Started in the AWS Cloud, Glen Robinson, Solutions Architect, AWSAmazon Web Services
 
Төгсөлтийн сургалтыг зохицуулах журам
Төгсөлтийн сургалтыг зохицуулах журамТөгсөлтийн сургалтыг зохицуулах журам
Төгсөлтийн сургалтыг зохицуулах журамnaranbatn
 
Reverse-engineering: Using GDB on Linux
Reverse-engineering: Using GDB on LinuxReverse-engineering: Using GDB on Linux
Reverse-engineering: Using GDB on LinuxRick Harris
 
GDB: A Lot More Than You Knew
GDB: A Lot More Than You KnewGDB: A Lot More Than You Knew
GDB: A Lot More Than You KnewUndo
 
Google Form-д асуулт оруулах
Google Form-д асуулт оруулахGoogle Form-д асуулт оруулах
Google Form-д асуулт оруулахBatzaya Dashdondog
 
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출 NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출 정주 김
 

Destacado (16)

/Users/teacher/desktop/going up reading.ppt
/Users/teacher/desktop/going up reading.ppt/Users/teacher/desktop/going up reading.ppt
/Users/teacher/desktop/going up reading.ppt
 
Net App At Egis English
Net App At Egis EnglishNet App At Egis English
Net App At Egis English
 
CyberLab CCEH Session - 5 System Hacking
CyberLab CCEH Session - 5 System HackingCyberLab CCEH Session - 5 System Hacking
CyberLab CCEH Session - 5 System Hacking
 
AWS Certified Solution Architect - Associate Level
AWS Certified Solution Architect - Associate LevelAWS Certified Solution Architect - Associate Level
AWS Certified Solution Architect - Associate Level
 
Route Redistribution between OSPF and EIGRP
Route Redistribution between OSPF and EIGRPRoute Redistribution between OSPF and EIGRP
Route Redistribution between OSPF and EIGRP
 
Getting Started in the AWS Cloud, Glen Robinson, Solutions Architect, AWS
Getting Started in the AWS Cloud, Glen Robinson, Solutions Architect, AWSGetting Started in the AWS Cloud, Glen Robinson, Solutions Architect, AWS
Getting Started in the AWS Cloud, Glen Robinson, Solutions Architect, AWS
 
Төгсөлтийн сургалтыг зохицуулах журам
Төгсөлтийн сургалтыг зохицуулах журамТөгсөлтийн сургалтыг зохицуулах журам
Төгсөлтийн сургалтыг зохицуулах журам
 
IS-IS Packet Types
IS-IS Packet TypesIS-IS Packet Types
IS-IS Packet Types
 
How STP works?
How STP works?How STP works?
How STP works?
 
Reverse-engineering: Using GDB on Linux
Reverse-engineering: Using GDB on LinuxReverse-engineering: Using GDB on Linux
Reverse-engineering: Using GDB on Linux
 
GDB: A Lot More Than You Knew
GDB: A Lot More Than You KnewGDB: A Lot More Than You Knew
GDB: A Lot More Than You Knew
 
оутт 5
оутт 5 оутт 5
оутт 5
 
Google Form-д асуулт оруулах
Google Form-д асуулт оруулахGoogle Form-д асуулт оруулах
Google Form-д асуулт оруулах
 
Turshilt [autosaved]
Turshilt [autosaved]Turshilt [autosaved]
Turshilt [autosaved]
 
E payment
E paymentE payment
E payment
 
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출 NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
NDC 2016 김정주 - 기계학습을 활용한 게임어뷰징 검출
 

Similar a Virtualized Platform Migration On A Validated System

Design & Secure Your Cloud Infrastructure
Design & Secure Your Cloud Infrastructure Design & Secure Your Cloud Infrastructure
Design & Secure Your Cloud Infrastructure Anoop Nair
 
AWS re:Invent 2016: Optimizing workloads in SAP HANA with Amazon EC2 X1 Insta...
AWS re:Invent 2016: Optimizing workloads in SAP HANA with Amazon EC2 X1 Insta...AWS re:Invent 2016: Optimizing workloads in SAP HANA with Amazon EC2 X1 Insta...
AWS re:Invent 2016: Optimizing workloads in SAP HANA with Amazon EC2 X1 Insta...Amazon Web Services
 
Building Analytic Apps for SaaS: “Analytics as a Service”
Building Analytic Apps for SaaS: “Analytics as a Service”Building Analytic Apps for SaaS: “Analytics as a Service”
Building Analytic Apps for SaaS: “Analytics as a Service”Amazon Web Services
 
Architecting Solutions Leveraging The Cloud
Architecting Solutions Leveraging The CloudArchitecting Solutions Leveraging The Cloud
Architecting Solutions Leveraging The CloudDavid Chou
 
Ceph Day Seoul - AFCeph: SKT Scale Out Storage Ceph
Ceph Day Seoul - AFCeph: SKT Scale Out Storage Ceph Ceph Day Seoul - AFCeph: SKT Scale Out Storage Ceph
Ceph Day Seoul - AFCeph: SKT Scale Out Storage Ceph Ceph Community
 
Best Practices for Building Open Source Data Layers
Best Practices for Building Open Source Data LayersBest Practices for Building Open Source Data Layers
Best Practices for Building Open Source Data LayersIBMCompose
 
Solving enterprise challenges through scale out storage & big compute final
Solving enterprise challenges through scale out storage & big compute finalSolving enterprise challenges through scale out storage & big compute final
Solving enterprise challenges through scale out storage & big compute finalAvere Systems
 
20201006_PGconf_Online_Large_Data_Processing
20201006_PGconf_Online_Large_Data_Processing20201006_PGconf_Online_Large_Data_Processing
20201006_PGconf_Online_Large_Data_ProcessingKohei KaiGai
 
Impact2014 session # 1523 performance optimization using ibm java on z and w...
Impact2014  session # 1523 performance optimization using ibm java on z and w...Impact2014  session # 1523 performance optimization using ibm java on z and w...
Impact2014 session # 1523 performance optimization using ibm java on z and w...Elena Nanos
 
22by7 and DellEMC Tech Day July 20 2017 - Power Edge
22by7 and DellEMC Tech Day July 20 2017 - Power Edge22by7 and DellEMC Tech Day July 20 2017 - Power Edge
22by7 and DellEMC Tech Day July 20 2017 - Power EdgeSashikris
 
Cloud Native Applications on OpenShift
Cloud Native Applications on OpenShiftCloud Native Applications on OpenShift
Cloud Native Applications on OpenShiftSerhat Dirik
 
AWS Summit Singapore - Innovating SAP the Easy Way – Migrate it to AWS
AWS Summit Singapore - Innovating SAP the Easy Way – Migrate it to AWSAWS Summit Singapore - Innovating SAP the Easy Way – Migrate it to AWS
AWS Summit Singapore - Innovating SAP the Easy Way – Migrate it to AWSAmazon Web Services
 
20181116 Massive Log Processing using I/O optimized PostgreSQL
20181116 Massive Log Processing using I/O optimized PostgreSQL20181116 Massive Log Processing using I/O optimized PostgreSQL
20181116 Massive Log Processing using I/O optimized PostgreSQLKohei KaiGai
 
Windows Azure Platform + PHP - Jonathan Wong
Windows Azure Platform + PHP - Jonathan WongWindows Azure Platform + PHP - Jonathan Wong
Windows Azure Platform + PHP - Jonathan WongSpiffy
 
(BIZ401) Kellogg Company Runs SAP in a Hybrid Environment | AWS re:Invent 2014
(BIZ401) Kellogg Company Runs SAP in a Hybrid Environment | AWS re:Invent 2014(BIZ401) Kellogg Company Runs SAP in a Hybrid Environment | AWS re:Invent 2014
(BIZ401) Kellogg Company Runs SAP in a Hybrid Environment | AWS re:Invent 2014Amazon Web Services
 
Qnap iei partners_day_2016 1108
Qnap iei partners_day_2016 1108Qnap iei partners_day_2016 1108
Qnap iei partners_day_2016 1108qnapivan
 
運用高效、敏捷全新平台極速落實雲原生開發
運用高效、敏捷全新平台極速落實雲原生開發運用高效、敏捷全新平台極速落實雲原生開發
運用高效、敏捷全新平台極速落實雲原生開發inwin stack
 
QNAP NAS training 2016 Q3
QNAP NAS training 2016 Q3QNAP NAS training 2016 Q3
QNAP NAS training 2016 Q3qnapivan
 

Similar a Virtualized Platform Migration On A Validated System (20)

Design & Secure Your Cloud Infrastructure
Design & Secure Your Cloud Infrastructure Design & Secure Your Cloud Infrastructure
Design & Secure Your Cloud Infrastructure
 
AWS re:Invent 2016: Optimizing workloads in SAP HANA with Amazon EC2 X1 Insta...
AWS re:Invent 2016: Optimizing workloads in SAP HANA with Amazon EC2 X1 Insta...AWS re:Invent 2016: Optimizing workloads in SAP HANA with Amazon EC2 X1 Insta...
AWS re:Invent 2016: Optimizing workloads in SAP HANA with Amazon EC2 X1 Insta...
 
Building Analytic Apps for SaaS: “Analytics as a Service”
Building Analytic Apps for SaaS: “Analytics as a Service”Building Analytic Apps for SaaS: “Analytics as a Service”
Building Analytic Apps for SaaS: “Analytics as a Service”
 
Architecting Solutions Leveraging The Cloud
Architecting Solutions Leveraging The CloudArchitecting Solutions Leveraging The Cloud
Architecting Solutions Leveraging The Cloud
 
Ceph Day Seoul - AFCeph: SKT Scale Out Storage Ceph
Ceph Day Seoul - AFCeph: SKT Scale Out Storage Ceph Ceph Day Seoul - AFCeph: SKT Scale Out Storage Ceph
Ceph Day Seoul - AFCeph: SKT Scale Out Storage Ceph
 
Best Practices for Building Open Source Data Layers
Best Practices for Building Open Source Data LayersBest Practices for Building Open Source Data Layers
Best Practices for Building Open Source Data Layers
 
Solving enterprise challenges through scale out storage & big compute final
Solving enterprise challenges through scale out storage & big compute finalSolving enterprise challenges through scale out storage & big compute final
Solving enterprise challenges through scale out storage & big compute final
 
20201006_PGconf_Online_Large_Data_Processing
20201006_PGconf_Online_Large_Data_Processing20201006_PGconf_Online_Large_Data_Processing
20201006_PGconf_Online_Large_Data_Processing
 
Impact2014 session # 1523 performance optimization using ibm java on z and w...
Impact2014  session # 1523 performance optimization using ibm java on z and w...Impact2014  session # 1523 performance optimization using ibm java on z and w...
Impact2014 session # 1523 performance optimization using ibm java on z and w...
 
22by7 and DellEMC Tech Day July 20 2017 - Power Edge
22by7 and DellEMC Tech Day July 20 2017 - Power Edge22by7 and DellEMC Tech Day July 20 2017 - Power Edge
22by7 and DellEMC Tech Day July 20 2017 - Power Edge
 
QNAP NAS Training 2016
QNAP NAS Training 2016QNAP NAS Training 2016
QNAP NAS Training 2016
 
Cloud Native Applications on OpenShift
Cloud Native Applications on OpenShiftCloud Native Applications on OpenShift
Cloud Native Applications on OpenShift
 
AWS Summit Singapore - Innovating SAP the Easy Way – Migrate it to AWS
AWS Summit Singapore - Innovating SAP the Easy Way – Migrate it to AWSAWS Summit Singapore - Innovating SAP the Easy Way – Migrate it to AWS
AWS Summit Singapore - Innovating SAP the Easy Way – Migrate it to AWS
 
20181116 Massive Log Processing using I/O optimized PostgreSQL
20181116 Massive Log Processing using I/O optimized PostgreSQL20181116 Massive Log Processing using I/O optimized PostgreSQL
20181116 Massive Log Processing using I/O optimized PostgreSQL
 
Windows Azure Platform + PHP - Jonathan Wong
Windows Azure Platform + PHP - Jonathan WongWindows Azure Platform + PHP - Jonathan Wong
Windows Azure Platform + PHP - Jonathan Wong
 
(BIZ401) Kellogg Company Runs SAP in a Hybrid Environment | AWS re:Invent 2014
(BIZ401) Kellogg Company Runs SAP in a Hybrid Environment | AWS re:Invent 2014(BIZ401) Kellogg Company Runs SAP in a Hybrid Environment | AWS re:Invent 2014
(BIZ401) Kellogg Company Runs SAP in a Hybrid Environment | AWS re:Invent 2014
 
Qnap iei partners_day_2016 1108
Qnap iei partners_day_2016 1108Qnap iei partners_day_2016 1108
Qnap iei partners_day_2016 1108
 
運用高效、敏捷全新平台極速落實雲原生開發
運用高效、敏捷全新平台極速落實雲原生開發運用高效、敏捷全新平台極速落實雲原生開發
運用高效、敏捷全新平台極速落實雲原生開發
 
SAP on Datacomm Cloud
SAP on Datacomm CloudSAP on Datacomm Cloud
SAP on Datacomm Cloud
 
QNAP NAS training 2016 Q3
QNAP NAS training 2016 Q3QNAP NAS training 2016 Q3
QNAP NAS training 2016 Q3
 

Más de gazdagf

Orvosság a fizikai token ellen
Orvosság a fizikai token ellenOrvosság a fizikai token ellen
Orvosság a fizikai token ellengazdagf
 
Helyi hálózatok evolúciója: a következő lépcső
Helyi hálózatok evolúciója: a következő lépcsőHelyi hálózatok evolúciója: a következő lépcső
Helyi hálózatok evolúciója: a következő lépcsőgazdagf
 
Virtualizáció az EGISben
Virtualizáció az EGISbenVirtualizáció az EGISben
Virtualizáció az EGISbengazdagf
 
Madness of the Clouds
Madness of the CloudsMadness of the Clouds
Madness of the Cloudsgazdagf
 
Net App At Egis Magyar
Net App At Egis MagyarNet App At Egis Magyar
Net App At Egis Magyargazdagf
 
Virtuális Platformváltás validált környezetben
Virtuális Platformváltás validált környezetbenVirtuális Platformváltás validált környezetben
Virtuális Platformváltás validált környezetbengazdagf
 

Más de gazdagf (6)

Orvosság a fizikai token ellen
Orvosság a fizikai token ellenOrvosság a fizikai token ellen
Orvosság a fizikai token ellen
 
Helyi hálózatok evolúciója: a következő lépcső
Helyi hálózatok evolúciója: a következő lépcsőHelyi hálózatok evolúciója: a következő lépcső
Helyi hálózatok evolúciója: a következő lépcső
 
Virtualizáció az EGISben
Virtualizáció az EGISbenVirtualizáció az EGISben
Virtualizáció az EGISben
 
Madness of the Clouds
Madness of the CloudsMadness of the Clouds
Madness of the Clouds
 
Net App At Egis Magyar
Net App At Egis MagyarNet App At Egis Magyar
Net App At Egis Magyar
 
Virtuális Platformváltás validált környezetben
Virtuális Platformváltás validált környezetbenVirtuális Platformváltás validált környezetben
Virtuális Platformváltás validált környezetben
 

Virtualized Platform Migration On A Validated System

  • 1. Virtualized platform migration on a validated system GAZDAG, Ferenc Head of IT operation EGIS Nyrt. [email_address] SAP World Tour ‘09 Siófok, 2009. szeptember 13-15. 1/130
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8. QA in virtual systems Virtual infrastructure Qualification of virtual template(s) Qualification of virtual platform Validation of application Virtual machine Application OS Virtual machine Application OS Virtual machine Application OS Virtual machine Application OS Virtual machine Application OS Virtual machine Application OS Virtual template OS Virtual machine Application OS
  • 10. Planned architecture SAP P DB SAP Q DI SAP Q CI SAP Q DB SAP P DI SAP P CI SAP D1 DB, CI SAP D2 DB, CI Exchange SAP D3 DB, CI DC PORTAL vCenter Empower Citrix Q OS VMFS P OS VMFS Q DB RDM P DB RDM D2 OS,DB VMFS D2 OS,DB VMFS D1 OS,DB VMFS D1 OS, DB VMFS
  • 11. Implemented architecture SAP Q DB SAP Q DI SAP Q CI SAP P DB SAP P DI SAP P CI SAP D1 DB, CI SAP D2 DB, CI Exchange SAP D3 DB, CI DC PORTAL vCenter Empower Citrix Q OS VMFS, APP RDM P OS VMFS, APP RDM Q DB RDM P DB RDM D2 OS,DB VMFS D2 OS,DB VMFS D1 OS,DB VMFS D1 OS, DB VMFS
  • 12.
  • 13.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23. Thank you for your attention! GAZDAG Ferenc Head of IT Operation EGIS Plc. [email_address]

Notas del editor

  1. Tisztelt Hölgyei és Uram! Köszönöm a szót és köszönöm a meghívást, hogy részt vehetek ezen a konferencián. Gazdag Ferenc vagyok, az EGIS Nyrt IT üzemeltetési osztályvezetője. A következő néhány dián az EGIS Nyrt SAP platformváltásáról szeretnék egy áttekintést adni. Ebéd előtt ez egy kicsit hálátlan feladat, így próbálom a lehető leggyorsabban lepörgetni a 130 diát – ami persze csak viccként van kint.
  2. Íme a témák, amivel foglalkozni fogok.
  3. Ez a kötelező kommunikációs dia, technikai szempontból a 4 magyarországi telephelyet és a 20 nemzetközi irodát, leányvállalatot emelném ki.
  4. A platformváltáshoz vezető út az azt futtató infrastruktúra technikai elavulásával kezdődött. Amikor vizsgáltuk, hogy hova is mehetnénk. Az alapgondolat a virtualizálás volt, azonban ezzel volt (és van) jelenleg is némi probléma. Az Oracle jelen pillanatig nem támogatja rendszereinek éles üzemét nem általa gyártott Virtual rendszerben. Valószínű emiatt sem találtunk a mienkhez hasonló rendszert virtualizálva, így mérvadó referencia nélkül kezdtünk bele a projektbe.
  5. Itt láthatók a projekt hardver résztvevői. A régi Alpha ES45 és az új IBM penge. Az SAP teljesítményt leíró szám, a SAPS érték szerint e két vas között nagyjából 6x sebességkülönbség van. Látható, hogy a komponensekből mit mire terveztünk cserélni. Egyedüli új elemként a virtualizációs réteg jelent meg az architektúrában.
  6. A projekt humán oldali résztvevői. Meglepő módon, a projekt fővállalkozója az SAP HUngary Kft volt (nem bántuk meg a döntést). Viszont mivel az alap infrastruktúrához annyira nem értett, ezért a HUMANsoft Kft-t kértük fel a projekt infrastruktúra igényeinek ksizolgálására. A projekt során az EGIS Nyrt. SAP üzemeltetést támogató cége adta a minőségbiztosításhoz és az ellenőrző feladatokhoz az erőforrásokat. A referencialátogatásokból kettőt emelnék ki, akik nagyon sokat segítettek nekünk. Ezúton is nagyon köszönjük a BorsodChem informatikai főosztályának a részletekbe is lemenő bemutatót, nagyon sokat tanultunk belőle. A másik egy CrossIT nevű osztrák cég (ilyen apróságokkal foglalkozik mint ÖMV), aki a virtualizácó SAP, Oracle oldali támogatását ismertette és mutatta be nekünk.
  7. Az EGIS Nyrt., mint gyógyszergyár nagyon sok energiát fektet a megfelelő minőség fenntartására, s ehhez egy jól működő minőségbiztosítás kell. S ebből az informatikának is ki kell vennie a részét.
  8. Röviden összefoglalva a Virtual rendszerek minőségbiztosítását, az mondható, hogy ebben a részben is jelentős áttérést ért el a virtualizáció. A fizikai világban az alapinfrastruktúrát, az egyedi szervereket és operációs rendszereket kell kvailfikálni. Virtualan sem ússzuk meg a rendszer-kvalifikációt, azonban ezt csak egyszer kell megcsinálni minden rajta lévő rendszerrel. Ugyanígy az alap sablonokat is csak egyszer kell kvalifikálni, s az egyediesítést követően akutalizálni. Az Applicationokat mindkét esetben ugyanolyan erőforrás felhasználással validálni kell, de Applicationt talán kevesebbszer cserél az ember mint vasat
  9. Ez a régi architektúra vázlata. Amit kiemelnék, hogy egy-egy vas több fejlesztői rendszert is futtatott, a vasak nem azonos képességűek voltak (még az éles és a teszt sem), a fejlesztői rendszerek teljesítménye pedig erősen elmaradt az élestől.
  10. A tervezett architektúrát egy Virtual felhőben képzeltük el, amiben az EGISnél használt egyéb (azaz az összes) Application is helyt kapna: a központi portáltól a Citrix kiszolgálókon és az Exchange szerveren át a mérőberendezéseket kiszolgáló Empower szerverekig. Ezen a felhőn belül az SAP egy „alfelhőt” képezne, azaz más nem tudná az alfelhő működését megzavarni, de bármilyen hiba esetén az SAP Virtual szerverei kiléphetnének a nagy felhőbe. Az éles és a minőségbiztosító trendszer tökéletes azonos konfigurációban épülne fel, ahol a minél nagyobb teljesítmény miatt az adatbázis közvetlenül a tárolón lenne (Raw Device Mapping), míg az operációs rendszer és az Applicationok a Virtual rendszer által kínált fájlrendszerben foglalna helyet. három különböző Virtual szerveren. A fejlesztői rendszerek esetében mindent egybegyúrnánk, hiszen ezek nem annyira teljesítménykritikus rendszerek. Az RDM lemezelérés nemcsak a teljesítmény fokozására való, hanem ezzel oldható meg az a feladat is, amit az SAP is javasolt virtualizáció esetére, hogy az Oracle DB visszaállítható fizikai vasról való futásra.
  11. A megvalósult architektúra egy kicsit tért el a tervezettől, a dedikált pengék közti kevert rendszerek a hálózati lassúság miatt inkább egy pengére kerültek – a hálózati fejlesztés, átállás 10 GbE még nem készült el erre az időre, míg a fizikai – Virtual átállás gyorsítása miatt az adatbázis kezelő és az SAP komponensei közvetlen elérésű lemezeken kaptak helyet, míg az operációs rendszer és SAP Application maradt a Virtual rendszer fájlrendszerén.
  12. További hasznos elemei a megvalósult architektúrának, hogy elkészítettük a fejlesztő rendszerek sablonjait, így kb 2 nap alatt tudunk új fejlesztő rendszert létrehozni, nagyjából 6 emberóra befektetésével. S természetesen előkészítettük a hibakeresésre illetve az Oracle támogatásra a rendszer fizikai – Virtual átállását, mind az éles, mind a minőségbiztosító rendszerben. Tesztek szerint egy szabályosan leállt rendszer kb 16 perc alatt állítható át és indítható el újra.
  13. És az eredmények: A vas nyers ereje hatszorosára nőtt, azonban az új pengében lévő 8 processzorból 4-et kapott az adatbázis és 4-et a centrális és a dialógus instancia. A VMware saját állítása szerint adatbázis kezelők virtualizációja esetében 15% overheaddel ajánlott számolni a méretezésénél. Ezeket összevetve szűk háromszoros sebességnövekedést vártunk az éles rendszernél, míg a minőségbiztosító és a fejlesztői rendszereknél ennél sokkal jelentősebbet. A projekt hivatalos indulása 2009. április 27-én volt, s másnaptól már neki is estünk az átállásnak. Az új platformon az éles indulás 2009. július 6-án, hétfő reggel 6-kor volt. (Selmeci Attilával együtt néztük az irodámból a napfelkeltét). Az elmúlt két hónapban csak pozitív tapasztalatunk volt,a felhasználók jelentős teljesítményjavulásról számoltak be, a jobok futása jelentősen felgyorsult.
  14. Válaszidő változása a platformváltás előtt és után
  15. A SAP honlapján olvastam, hogy a SAP elnyerte ezzel a konferenciasorozattal a Zöld fesztivált díjat. Gratulálok a szervezőknek ezért. Az EGIS NYrt-nek is nagyon fontos a környezetvédelem, nézzük, hogy az informatika milyen rendszerekkel tud ehhez hozzájárulni.
  16. Elsőként vegyük a tárolókat. Nem szép dolog egymástól majdnem 10 évre lévő technológiákat összehasonlítani, azonban nem termékmarketinget szeretnék itt tartani, hanem a fejlesztésből adódó nyereségeket. Sokáig kerestem a megfelelő mérőszámot, amivel leírható a javulás, végül az összeg/GB mértékegységnél maradtam. Ennyibe kerül az adott nagyságú terület technikai üzemeltetése.
  17. Azonban ha bekapcsoljuk a NetApp deduplikációs eljárását – ezt nagyon ajánlom mindenkinek, azonban használatát csak erősebb kontrollereken ajánlom, akkor a NetApp önmagához képest jelentős zöldülést mutat. Az EGISben jelenleg rendelkezésre álló 22 TB tárolókapacitáson majdnem 30 TB-t tárolunk. Észrevehető teljesítmény vesztés nélkül.
  18. Mi is ez a deduplikáció? Mind a neve mutatja, a tárolón előforduló többszörös azonosságokat gyűjti ki, s csökkenti a tároló igényt. Virtualizációhoz, megfelelő szervezéssel, erősen javaslom. Nézzük egy példát az mi fejlesztő rendszereinken. Ezek egy kötetre vannak gyűjtve, egy SAP fejlesztői rendszer 800 GB tárhelyet foglal. Az első ennyit is foglalt. Azonban ahogy tettük mellé a többit, az elfoglalt terület nem nőtt arányosan. Sőt, elmondható, hogy minél több rendszert teszünk rá, annál hatékonyabb a tárolás. Sajnos, a D1 szerver egy nagyon régi, majdnem 2 éves adatbázist tartalmaz, így ez nem deduplikálható hatékonyan, de a négy fejlesztői rendszer így is 3200 GB helyett mindösszesen 1600 GB helyet foglal el.
  19. A VMware, mint virtualizációs réteg hatékonyságáról elég sokat lehetett hallani, így csak néhány főbb pontot emelnék ki. Az EGIS szerverparkjában bekövetkező virtualizáció után a szerverek üzemeltetéséhez szükséges teljesítmény ára igen jelentősen, mintegy harmadára csökken. Ezzel 10 MFt-t tudunk évente megtakarítani. A szünetmentesünk megvan, így ennek beszerzésén már nem tudunk spórolni, azonban szolgáltatási szintként az eddigi áthidalási idők mintegy háromszorosára nőnek. Ezeken felül a teljes központi infrastruktúra, mentőrendszerrel együtt elfér egyetlen rackszekrényben, egy másikban meg a tároló, így jelentős helymegtakarítás érhető el, s nem mellesleg áttekinthetőbb lesz a kábelezés. A felhasználói vagy informatikai fejlesztői igényeket is sokkal jobban tudjuk kiszolgálni. Szélsőséges esetben az este hatkor leadott „szerverrendelést” másnap reggel 8-ra tudjuk teljesíteni.
  20. A minőségbiztosítás és a dokumentáció nem az informatikai üzemeltetők kedvenc témája. Azonban a virtualizációval ez a teher is jelentősen csökkenthető. Míg a fizikai világban egy rendszer virtualizációja nagyjából két hétig tartott, amit egy – Applicationtól függő idejű– validáció követett, addig a Virtual világban egyszer kell a kéthetes alapkvalifikációt megcsinálni, amit a Virtual sablonok (nálunk ebből kb 7 darab van) követ. A sablonokból készítünk machineeket, ezek egyediesítése utáni ellenőrzésére 1 napot még szánnunk kell. S természetesen itt is validálni kell, ami Applicationtól függ. Elképzelhető, hogy egy gyógyszergyár esetén ez mekkora időnyereséget okoz, mivel legalább 30 validált rendszerünk van, aminek az infrastruktúra részét kvalifikálni kell. Az SAP esetében ez 132 munkanap helyett 34 munkanapot vesz igénybe.
  21. A jövőben szeretnénk az üzemmenet folytonosságot tovább növelni, ennek egyik lehetséges megoldása a NetApp metroclsuter kialakítása. SAP archiválásra a jelenlegi eszközt tervezzük lecserélni – mivel nem virtuálizálhat – egy SnapLock funkcióval ellátott tárolóra. A tárolás hatékonyságának további növelésére a FlexVol funkciót tervezzük használni, míg a rendszermásolásokra az erre épülő SnapManagert (for VI és for SAP). A jelenleg a telephelyekre zárt Virtual számítási felhőt a budapesti machinetermek között megvalósított közvetlen sötétszálas összeköttetéseken alapulva vállalati felhővé fogjuk alakítani, ami mind a BCP, mint a DR támogatja. SAP szinten tervezzük a verzióváltást ECC 6.0-ra, áttérést az UniCodere és lehetőleg olyan adatbázisra – ez egy üzenet az Oracle vezetőségének -, ami a piac vezető Virtual rendszerein támogatott.
  22. S egy összefoglalás: a platformváltás, mint projekt, egyike volt az EGIS informatikai legsikeresebb projektjeinek elmondható, hogy a Virtual platform stabil és megfelelő teljesítménymutatókkal rendelkezilk az üzemeltetés hatékonyságát növeli s mint látható, sokkal több, egyéb feladatra vagyok alkalmas ezekután!