GWT 使用 Oracle 数据库中的 SAP 数据来预测采购、材料和库存，以帮助改 预测可以包括预测库 善业务决策。 的化学品何时过期、需要处理和根据政府法规进行更换等内容。GWT 由内部 IT 团队在本地管理这些 SAP 部署。而且成本不菲。幸运的是，这些系统包含大量数据，GWT 可以通过分析和报告来使用这些数据来改进流程、降低成本，并最终为世界提供更好、更清洁的水。
资源消耗
GWT 的 SAP 数据并不总是像现在这样自 手机号码数据 由地流入分析系统。一开始，分析会耗尽源 SAP 系统的资源。这影响了日常运营，而且源系统是为许多小型并行事务设计的，而不是大批量分析，因此分析结果会慢慢流失。
这显然不可扩展，因此使用 ETL 流程（Business Objects Data Services – BODS）定期提取大量数 因为他在十年前介绍了这一点 据并将其传输到另一个 Oracle 数据库报告实例。该流程在一段时间内运行良好，肯定比总是购买更大的盒子要好。但挑战开始浮出水面，包括：
1.批量提取对源 SAP 事务数据库施加了巨大负载
2.数据需要更新；ETL 延迟太长，仅适用于历史报告，而不适用于实时分析
3.检测删除需要大量人力且不一致，从而导致一些不良数据
4. Oracle 上的分析速度很慢，因为表包含大量行和列
运营效率
GWT 升级了其分析平台，以确保它能够处理 国 新加坡电话列表 家 大量数据查询。虽然分析平台的性能比以前的版本好得多，但它仍然需要资源来管理和扩展。托管云服务 Amazon (AWS) Redshift 被选为替代方案，因为它可以处理大量数据查询。