MOLAP

MOLAP将OLAP分析所用到的多维数据物理上存储为多维数组的形式，形成“立方体”的结构。维的属性值被映射成多维数组的下标值或下标的范围，而总结数据作为多维数组的值存储在数组的单元中。由于MOLAP采用了新的存储结构，从物理层实现起，因此又称为物理OLAP；而ROLAP主要通过一些软件工具或中间软件实现，物理层仍采用关系数据库的存储结构，因此称为虚拟OLAP。

HOLAP

由于MOLAP和ROLAP有着各自的优点和缺点（如下表所示）,且它们的结构迥然不同，这给分析人员设计OLAP结构提出了难题。为此一个新的OLAP结构——混合型OLAP（HOLAP）被提出，它能把MOLAP和ROLAP两种结构的优点结合起来。迄今为止，对HOLAP还没有一个正式的定义。但很明显，HOLAP结构不应该是MOLAP与ROLAP结构的简单组合，而是这两种结构技术优点的有机结合，能满足用户各种复杂的分析请求。

(1)切片和切块(Slice and Dice)

切片和切块是在维上做投影操作。

切片就是在多维数据上选定一个二维子集的操作，即在某两个维上取一定区间的维成员或全部维成员，而在其余的维上选定一个维成员的操作。

维是观察数据的角度，那么切片的作用或结果就是舍弃一些观察角度，使人们能在两个维上集中观察数据。因为人的空间想象能力毕竟有限，一般很难想象四维以上的空间结构，所以对于维数较多的多维数据空间，数据切片是十分有意义的．

(2)钻取(Drill)

钻取有向下钻取(Drill Down)和向上钻取(Drill up)操作。向下钻取是使用户在多层数据中展现渐增的细节层次，获得更多的细节性数据。向上钻取以渐增概括方式汇总数据(例如，从周到季度，再到年度)。

(3)旋转(Pivoting)

通过旋转可以得到不同视角的数据。旋转操作相当于在平面内将坐标轴旋转。例如，旋转可能包含了交换行和列，或是把某一个行维移到列维中去，或是把页面显示中的一个维和页面外的维进行交换(令其成为新的行或列中的一个)。

什么是OLAP？

在线分析处理 (Online Analytical Processing: OLAP)是一类允许用户同时分析来自多个数据库系统的信息的软件。它是一种使分析师能够从不同角度提取和查看业务数据的技术。

分析师经常需要对数据进行分组、聚合和连接。数据挖掘中的这些 OLAP 操作是资源密集型的。使用 OLAP 可以预先计算和预先聚合数据，从而加快分析速度。

OLAP 数据库被分成一个或多个多维数据集。多维数据集的设计方式使得创建和查看报告变得容易。OLAP 代表在线分析处理。

在本教程中，您将学习-

• OLAP 多维数据集

• OLAP的基本分析操作

• OLAP 系统的类型

• ROLAP

• MOLAP

• 混合OLAP

• OLAP 的优势

• OLAP 的缺点

OLAP 多维数据集：

OLAP 多维数据集

OLAP 概念的核心是 OLAP Cube。OLAP 多维数据集是一种为非常快速的数据分析而优化的数据结构。

OLAP Cube 由按维度分类的称为度量的数字事实组成。OLAP Cube 也称为超立方体。

通常，数据操作和分析使用简单的电子表格进行，其中数据值以行列格式排列。这是二维数据的理想选择。但是，OLAP 包含多维数据，数据通常来自不同且不相关的来源。使用电子表格不是最佳选择。多维数据集可以逻辑有序地存储和分析多维数据。

它是如何工作的？

数据仓库将从多个数据源和格式（如文本文件、Excel 表格、多媒体文件等）中提取信息。

提取的数据被清理和转换。数据被加载到 OLAP 服务器（或 OLAP 多维数据集）中，在那里预先计算信息以供进一步分析。

OLAP的基本分析操作

分析 OLAP 操作的四种类型是：

1. Roll-up (汇总)

2. Drill-down (挖掘)

3. Slice and dice (切片与切块)

4. Pivot/rotate（透视/旋转）

1) 汇总：

汇总也称为“合并”或“聚合”。可以通过 2 种方式执行 Roll-up 操作

1. 缩小尺寸

2. 攀登概念层次结构。概念层次结构是根据事物的顺序或级别对事物进行分组的系统。

考虑下图

OLAP 中的汇总操作

• 在此示例中，城市 New jersey 和 Lost Angles 并卷入美国国家/地区

• 新泽西和洛杉矶的销售数字分别为 440 和 1560。上卷后变成 2000

• 在这个聚合过程中，数据是位置层次结构，从城市向上移动到国家。

• 在卷起过程中，至少需要去除一个或多个维度。在本例中，城市维度被删除。

2) 挖掘

在向下挖掘中，数据被分成更小的部分。它与汇总过程相反。它可以通过

• 向下移动概念层次结构

• 增加维度

OLAP 中的挖掘操作

考虑上图

• 季度 Q1 向下挖掘到 1 月、2 月和 3 月。相应的销售额也是寄存器。

• 在此示例中，添加了维度月份。

3）切片：

在这里，选择了一个维度，并创建了一个新的子立方体。

下图解释了切片操作是如何执行的：

OLAP 中的切片操作

• 使用 Q1 作为过滤器对维度时间进行切片。

• 一个新的立方体被完全创建。

切块：

此操作类似于切片。切割的不同之处在于您选择了 2 个或更多维度，从而创建了一个子立方体。

OLAP 中的切割操作

4) 透视

在透视中，您可以旋转数据轴以提供数据的替代表示。

在以下示例中，数据透视基于项目类型。

OLAP透视操作

OLAP 系统的类型

OLAP 层次结构

OLAP 系统的类型

ROLAP

ROLAP 处理存在于关系数据库中的数据。事实和维度表存储为关系表。它还允许对数据进行多维分析，是增长最快的 OLAP。

ROLAP模型的优点：

• 数据效率高。它提供了高数据效率，因为查询性能和访问语言特别针对多维数据分析进行了优化。

• 可扩展性。这种类型的 OLAP 系统为管理大量数据提供了可扩展性，甚至在数据稳定增加时也是如此。

ROLAP 模型的缺点：

• 对资源的需求更高： ROLAP 需要对人力、软件和硬件资源的利用率高。

• 汇总数据限制。ROLAP 工具使用 SQL 进行聚合数据的所有计算。但是，对于处理计算没有设置限制。

• 查询性能慢。 与 MOLAP 相比，此模型中的查询性能较慢

MOLAP

MOLAP 使用基于数组的多维存储引擎来显示数据的多维视图。基本上，他们使用 OLAP 多维数据集。

混合OLAP

混合 OLAP 是 ROLAP 和 MOLAP 的混合。它提供了 MOLAP 的快速计算和 ROLAP 的更高可扩展性。HOLAP 使用两个数据库。

1. 聚合或计算的数据存储在多维 OLAP 多维数据集中

2. 详细信息存储在关系数据库中。

混合 OLAP 的好处：

• 这种 OLAP 有助于节省磁盘空间，并且它也保持紧凑，这有助于避免与访问速度和便利性相关的问题。

• 混合 HOLAP 使用多维数据集技术，可以为所有类型的数据提供更快的性能。

• ROLAP 是即时更新的，HOLAP 用户可以访问这个实时即时更新的数据。MOLAP 带来了数据的清理和转换，从而提高了数据的相关性。这带来了两全其美。

混合OLAP的缺点：

• 更高的复杂度： HOLAP 系统的主要缺点是它同时支持 ROLAP 和 MOLAP 工具和应用程序。因此，它非常复杂。

• 潜在的重叠：重叠的可能性更高，尤其是它们的功能。

OLAP 的优势

• OLAP 是适用于所有类型业务的平台，包括计划、预算、报告和分析。

• OLAP 多维数据集中的信息和计算是一致的。这是一个至关重要的好处。

• 快速创建和分析“假设”场景

• 轻松搜索 OLAP 数据库以获取广泛或特定的术语。

• OLAP 为业务建模工具、数据挖掘工具、性能报告工具提供了构建块。

• 允许用户按各种维度、度量和过滤器对立方体数据进行切片和切块。

• 它有利于分析时间序列。

• 使用 OLAP 可以轻松找到一些集群和异常值。

• 它是一个强大的可视化在线分析过程系统，可提供更快的响应时间

OLAP 的缺点

• OLAP 需要将数据组织成星型或雪花模式。这些模式实施和管理起来很复杂

• 单个 OLAP 多维数据集中不能有大量维度

• OLAP 系统无法访问事务数据。

• OLAP 多维数据集中的任何修改都需要对多维数据集进行完整更新。这是一个耗时的过程

概括：

• 数据仓库中的 OLAP 是一种使分析师能够从不同角度提取和查看业务数据的技术。

• OLAP 概念的核心是一个 OLAP Cube。

• 各种业务应用程序和其他数据操作都需要使用 OLAP Cube。

• 数据仓库中有五种主要的分析型 OLAP 操作：1) 汇总 2) 挖掘 3) 切片 4) 切块和 5) 透视

• 三种广泛使用的 OLAP 系统是 MOLAP、ROLAP 和混合 OLAP。

• 桌面 OLAP、Web OLAP 和移动 OLAP 是其他一些类型的 OLAP 系统。