Wat is MOLAP (Multidimensional OLAP) in Data Warehouse?

Wat is MOLAP?

Multidimensionale OLAP (MOLAP) is een klassieke OLAP die data-analyse faciliteert door gebruik te maken van een multidimensionale datakubus. Data wordt vooraf berekend, opnieuw samengevat en opgeslagen in een MOLAP (een groot verschil met ROLAP). Met behulp van een MOLAP kan een gebruiker multidimensionale viewdata met verschillende facetten gebruiken.

Multidimensionale data-analyse is ook mogelijk als er gebruik wordt gemaakt van een relationele database. Daarvoor zou het opvragen van gegevens uit meerdere tabellen nodig zijn. Integendeel, MOLAP heeft alle mogelijke combinaties van gegevens al opgeslagen in een multidimensionale array. MOLAP heeft rechtstreeks toegang tot deze gegevens. Daarom is MOLAP sneller vergeleken met Relational Online Analytical Processing (ROLAP).

MOLAP Architectuur

MOLAP ArchiDe tecture omvat de volgende componenten:

Database server
MOLAP-server
Front-end tool

Gezien de hierboven gegeven MOLAP Archistructuur:

Het gebruikersverzoek rapporteert via de interface
De applicatielogicalaag van de MDDB haalt de opgeslagen gegevens op uit de Database
De applicatielogicalaag stuurt het resultaat door naar de client/gebruiker.

MOLAP-architectuur leest voornamelijk de vooraf gecompileerde gegevens. MOLAP-architectuur heeft beperkte mogelijkheden om dynamisch aggregaties te maken of om resultaten te berekenen die niet vooraf zijn berekend en opgeslagen.

Een boekhoudkundig hoofd kan bijvoorbeeld een rapport uitvoeren met de bedrijfs-W/V-rekening of de W/V-rekening voor een specifieke dochteronderneming. De MDDB zou vooraf samengestelde winst- en verliescijfers ophalen en dat resultaat aan de gebruiker tonen.

Kernpunten in MOLAP

In MOLAP worden bewerkingen verwerking genoemd.
MOLAP-tools verwerken informatie met dezelfde responstijd, ongeacht het samenvattingsniveau.
Met MOLAP-hulpmiddelen wordt het ontwerpen van een relationele database voor het opslaan van gegevens voor analyse een stuk eenvoudiger.
De MOLAP-server implementeert opslagrepresentatie op twee niveaus om dichte en schaarse datasets te beheren.
Het opslaggebruik kan laag zijn als de dataset schaars is.
Feiten worden opgeslagen in een multidimensionale array en dimensies die worden gebruikt om ze te bevragen.

Implementatieoverwegingen in MOLAP

In MOLAP is het essentieel om zowel de gevolgen voor onderhoud als opslag in overweging te nemen bij het creëren van een strategie voor het bouwen van kubussen.
Eigen talen die worden gebruikt om MOLAP te bevragen. Het gaat echter om uitgebreide ondersteuning voor klikken en slepen, bijvoorbeeld MDX door Microsoft.
Moeilijk te schalen omdat het aantal en de grootte van de kubussen nodig zijn als de afmetingen toenemen.
API's moeten het onderzoeken van de kubussen mogelijk maken.
Datastructuur ter ondersteuning van meerdere vakgebieden van data-analyses, door welke data kan worden genavigeerd en geanalyseerd. Wanneer de navigatie verandert, moet de datastructuur fysiek worden gereorganiseerd.
Er zijn verschillende vaardigheden en hulpmiddelen nodig voor de databasebeheerder om de database te bouwen en te onderhouden.

MOLAP-voordelen

Hieronder staan de voordelen van MOLAP:

MOLAP kan aanzienlijke hoeveelheden multidimensionale gegevens beheren, analyseren en opslaan.
Snelle queryprestaties dankzij geoptimaliseerde opslag, indexering en caching.
Kleinere gegevensgroottes in vergelijking met de relationele database.
Geautomatiseerde berekening van een hoger niveau van geaggregeerde gegevens.
Help gebruikers grotere, minder gedefinieerde gegevens te analyseren.
MOLAP is gemakkelijker voor de gebruiker en daarom is het een geschikt model voor onervaren gebruikers.
MOLAP-kubussen zijn ontworpen voor het snel ophalen van gegevens en zijn optimaal voor 'slicing and dicing'-bewerkingen.
Alle berekeningen worden vooraf gegenereerd wanneer de kubus wordt gemaakt.

Nadelen van MOLAP

Hieronder volgen de nadelen van MOLAP:

Een groot zwak punt van MOLAP is dat het minder schaalbaar is dan ROLAP, omdat het slechts een beperkte hoeveelheid gegevens verwerkt.
De MOLAP introduceert ook gegevensredundantie omdat dit veel hulpbronnen vergt
MOLAP-oplossingen kunnen lang duren, vooral bij grote datavolumes.
MOLAP-producten kunnen problemen ondervinden bij het bijwerken en opvragen van modellen wanneer dimensies meer dan tien zijn.
MOLAP kan geen gedetailleerde gegevens bevatten.
Het opslaggebruik kan laag zijn als de dataset zeer verspreid is.
Het kan de enige beperkte hoeveelheid gegevens verwerken. Daarom is het onmogelijk om een grote hoeveelheid gegevens in de kubus zelf op te nemen.

MOLAP-hulpmiddelen

Hier zijn de populaire MOLAP-tools:

Esbase – Gereedschap vanaf Oracle dat een multidimensionale database heeft.

Express-server – Webgebaseerde omgeving die draait op Oracle database.

Yellowfin – Bedrijfsanalysetools voor het maken van rapporten en dashboards.

Duidelijke analyse – Clear Analytics is een op Excel gebaseerde bedrijfsoplossing.

SAP Business Intelligence – Business analytics-oplossingen van a SAP

Samenvatting

Multidimensionaal OLAP (MOLAP) is een klassiek OLAP dat faciliteert Data-analyse door gebruik te maken van een multidimensionale datakubus.
MOLAP-tools verwerken informatie met dezelfde responstijd, ongeacht het samenvattingsniveau.
De MOLAP-server implementeert twee opslagniveaus om dichte en schaarse datasets te beheren.
MOLAP kan aanzienlijke hoeveelheden multidimensionale gegevens beheren, analyseren en opslaan.
Het helpt bij het automatiseren van de berekening van hogere geaggregeerde gegevens
Het is minder schaalbaar dan ROLAP omdat het slechts een beperkte hoeveelheid gegevens verwerkt.