HANA是一个软硬件结合体，提供高性能的
数据查询功能，用户可以直接对大量实时业务数据进行查询和分析，而不需要对业务数据进行建模、聚合等。
应用软件
（High-Performance Analytic Appliance ，简称HANA）
SAP
内存数据库的数据并不是只在内存里，也会不停写到硬盘里，这就用到复制服务器Replication Server，包括Log-based，Trigger-based和ETL-based。这些复制服务器需要用到Sybase Replication Server、Sybase Replication Server Agent、Sybase Adaptive Server EntERPrise (AES，适用性服务器)等，以及HANA Load Controller和BO Data Services。鉴于国内HANA人才市场与日俱增的需求，也建立了完善的HANA培训体系。
2010年SAP全球技术研发者大会上，SAP发布了SAP 高性能分析应用软件（SAP High-Performance Analytic Appliance ，简称SAP HANA），2011年则开始将成熟的产品和解决方案向全球推广,SAP HANA也是SAP历史上用户增长速度最为迅猛的产品之一。它借助主存储器、处理器技术和应用诀窍领域的最新成果，SAP HANA充分发挥内存数据处理的威力，使分析应用软件获得了前所未有的效能，并由此开启了一个全新的应用软件类别。
SAP HANA是集结了SAP与IBM、
惠普、
思科、
富士通、英特尔等硬件商一起合作的结晶，优化的软硬件合成产品将基于内存的计算植入到了业务应用的核心。
软件方面，HANA的内存数据库（SAP In-Memory Database， IMDB）是其重要组成部分，包括数据库服务器(In-Memory Database Server)、建模工具（Studio）和客户端工具（ODBO、JDBC、ODBC、SQLDBC等）。HANA的计算引擎（Computing Engine）是其核心，负责解析并处理对大量数据的各类CRUDQ操作，支持SQL和MDX语句、SAP和non-SAP数据。比较显而易见的一点是，HANA计算引擎要快速处理用户复杂的查询请求，快速返回查询结果。
SAP内存数据库的数据并不是只在内存里，也会不停写到硬盘里，这就用到复制服务器Replication Server，包括Log-based，Trigger-based和ETL-based。这些复制服务器需要用到Sybase Replication Server、Sybase Replication Server Agent、Sybase Adaptive Server EntERPrise (AES，适用性服务器)等，以及HANA Load Controller和BO Data Services。
硬件方面，SAP和多个硬件厂商合作生产支持HANA的高性能服务器，包括Dell R910、Fujitsu、HP DL580、IBM x3850等，以及和Cisco（Cisco Unified Computing System. UCS）等公司的合作。直观地说，这些机器的硬盘可能是数个600GB、转速10k rpm的硬盘组成RAID，内存可能有1T，文件系统可能是ext3或GPFS（IBM通用并行文件系统，General Parallel File System）。
HANA的快在于用大内存提供内存数据库，并在内存数据库里采用列式存储从而可以将更多的数据装进内存（列式存储更适合数据压缩）。
SAP HANA的诞生，主要是应对当前企业里不同来源的海量数据，并将这些不同结构的数据进行整合，进一步实时进行数据挖掘和分析。
SAP全球高级副总裁、全球创智革新部门负责人孙小群强调，SAP选择的这些合作伙伴，对于SAP的客户来说，只是给了他们一种参考，客户可以自己自由地选择硬件，所有的硬件都是商品化的硬件，并非合作伙伴专门为SAP做出的产品，或者为SAP专门设计。
SAP中国区商务用户和技术平台事业部总经理张侠表示，SAP也并没有因为选择了这些合作伙伴，而锁定硬件厂商，这个合作是开放的，其他的硬件厂商如果愿意也可以加入进来。当然与SAP合作的厂商，在竞争上会具有优势。
当然，SAP对于合作伙伴也有自己的要求。他们首先要在SAP总部进行认证，达到一定的标准。同时，SAP还要和合作伙伴一起建立一个共同的市场战略，SAP还会提供一些培训的课程。
不过，SAP HANA的实施，还是由SAP自己来完成，在前期树立一些样板客户，未来会从培训、认证、解决方案等方面逐步完善，客户可以选择实施方或者客户自己部署。
做些什么
1、 交易数据
2、 商业分析集群模式搜索业务功能
3、 规划、模拟
4、 结构型和非结构性数据
5、 事件型数据
选择理由
1、 海量数据集
2、 非常复杂的SQL
3、 快速响应时间
4、 结构化数据和非结构化数据的结合
5、 及时响应新生成的查询
6、无需预付构建数据立方
7、基于实时数据的商业分析
8、平台无法支持的一些应用
9、简化系统环境，新旧应用运行在同一架构