自2017年Teched引入SAP Data Hub以来，围绕SAP Data Hub的用例引起了极大的关注。和其他人一样，我们的第一印象是"datahub看起来像是SAP提供的另一组EIM工具"。然而，在深入了解SAP产品团队后，我们意识到SAP Data Hub不仅是一组EIM工具，而且是一个专门针对数字企业（大数据、ML、物联网、外部数据……）而设计的下一代数据管理和协调平台
我们计划在本博客中介绍SAP的业务价值主张Data Hub，随后我们将有一个技术博客，涵盖SAP Data Hub的体系结构和技术细节
以充分了解Data Hub的价值主张，我们需要首先了解使用传统方法完成的物联网业务场景，然后比较SAP Data Hub如何更好地完成该场景。
场景：基于物联网传感器数据预测机器停机时间
将第三方系统的物联网数据集成到SAP HANA中，然后根据数据建立预测模型来预测机器停机时间停机时间
不带SAP Data Hub的传统方法：
根据以上步骤，我们看到有多个组件需要监控，以便在UI中准确显示最终结果。组件及其连接的可视化表示请参见下图
与SAP Data Hub的方法：
Data Hub已可以编排端到端数据流的固有管道，如上述场景所示。每种类型的组件连接都可以分解为数据中心中的一个任务。每个任务可以单独执行，也可以与管道中的其他任务一起执行。管道的端到端监控将通过数据中心工作台完成。每个工具通过单独的系统连接单独连接，数据集线器可以帮助管理负载监控和端到端数据流。如果任务中某一点出现故障，那么Data Hub可以发送警报，IT团队可以深入各个系统以排除错误。
从上图中我们可以看到，所有不同的组件都在一个系统中管理，这为应用程序开发人员在构建具有多个组件的复杂系统时提供了巨大的优势啮合部件。我们可以设想大量的使用场景，其中多个系统流程需要在一个保护伞下并行执行和管理。问题是datahub与其他数据负载管理或流程编排工具有何不同。datahub绝对不仅仅是一个流程编排工具。有关更多详细信息，请查看SAP Data Hub技术博客，了解体系结构及其组件
SAP Data Hub–用例
让我们制定类似用例，通过将SAP Data Hub用作下一代数据集成和数据管理/协调平台来支持数字企业
自动退货订单处理产品形象识别：对于零售客户来说，退货过程是最耗时、最费钱的过程。如果客户能够发送要订购或更换的替换零件的图像，并且机器能够识别零件并自动下订单，从而减少人工干预，则整个过程可以简化。第一步是建立一个包含所有产品零件图像的语料库，并对模型进行训练，训练完成后，该模型可以将来自客户的图像反馈给客户，并对退货订单进行智能分类、识别和处理。因为这个数据中心将非常有助于连接和监控大量组件–图像处理数据库、图像特征提取API、图像分类模型、SAP/其他ERP系统以下订单Hadoop for Social media和email for fraud detection–金融机构可以通过使用Data Hub将存储在Hadoop中的社交媒体数据和电子邮件数据与存储在SAP ERP系统中的事务数据集成，构建欺诈检测模型。传统上，这种类型的集成需要数月的时间才能完成，企业信息化软件，成本很高，但是通过数据中心，集成是快速和无缝的，物联网和互联网的区别，大数据分析，数据科学家可以直接在数据中心内构建基于Vora的模型。端到端数据管道完全在数据中心中管理，因此可以完全控制部署的所有复杂集成方面使用Hadoop中的传感器数据对汽车进行预测性维护–公司可以通过连续监控传感器数据来跟踪汽车性能。有了Data Hub，公司现在可以将来自设备的实时流数据与存储在HANA/ERP中的客户主数据和事务数据集成，以帮助提高车辆安全性。将来自外部传感器的最新数据注入企业数据的能力，提供了能够理解上下文的决策和流程，物联网设备，从而打开了一个充满机遇的新世界。在航空公司行李上使用RFID跟踪丢失的行李-对所有航空公司行李启用RFID跟踪后，可以使用data Hub在几分钟内查询Hadoop中存储的数据-Vora增强的SQL性能。这有助于航空公司改善丢失行李的标准，欧洲云服务器，降低成本。数据中心开发人员在Hadoop表上快速构建查询的能力使业务能够跟上最新的操作场景。
