Co to jest MOLAP (wielowymiarowy OLAP) w hurtowni danych?

Co to jest MOLAP?

Wielowymiarowy OLAP (MOLAP) to klasyczny OLAP, który ułatwia analizę danych za pomocą wielowymiarowej kostki danych. Dane są wstępnie obliczane, podsumowywane i przechowywane w systemie MOLAP (co stanowi zasadniczą różnicę w porównaniu z systemem ROLAP). Korzystając z silnika MOLAP, użytkownik może przeglądać wielowymiarowe dane w widoku z różnymi aspektami.

Wielowymiarowa analiza danych jest również możliwa w przypadku użycia relacyjnej bazy danych, ale takie podejście wymagałoby przeszukiwania danych z wielu tabel. Z kolei MOLAP przechowuje wszystkie możliwe kombinacje danych w wielowymiarowej tablicy. MOLAP umożliwia bezpośredni dostęp do tych danych. Dzięki temu MOLAP jest szybszy w porównaniu z Relational Online Analytical Processing (ROLAP).

Dlaczego warto używać MOLAP?

Organizacje wybierają model MOLAP, gdy szybkość zapytań, przewidywalny czas odpowiedzi i łatwość obsługi są ważniejsze niż sama skalowalność. Ponieważ dane są wstępnie agregowane, analitycy otrzymują natychmiastową informację zwrotną podczas analizy hierarchicznej, takiej jak czas, region i produkt.

• Spójne, krótsze niż sekunda czasy reakcji na wszystkich poziomach podsumowania.
• Zoptymalizowane przechowywanie, indeksowanie i buforowanie na potrzeby zadań analitycznych.
• Intuicyjny model kostki odzwierciedlający sposób, w jaki użytkownicy biznesowi myślą o danych.
• Natywne wsparcie dla skomplikowanych obliczeń i analizy szeregów czasowych.

Jak działa MOLAP

MOLAP ładuje dane z systemów źródłowych, oblicza agregacje w każdej kombinacji wymiarów i zapisuje wyniki w zwartej, wielowymiarowej strukturze. Gdy użytkownik wysyła zapytanie, serwer MOLAP odczytuje bezpośrednio wstępnie obliczone wartości, pomijając…ping kosztownych połączeń lub agregacji w czasie wykonywania.

Ten etap obliczeń wstępnych daje MOLAP przewagę szybkościową. Kompromisem jest dłuższy proces budowy kostki i wyższe koszty przechowywania, gdy wymiary stają się bardzo szerokie lub bardzo rzadkie.

MOLAP Architektura

MOLAP ArchiStruktura obejmuje następujące komponenty:

• Serwer bazy danych
• Serwer MOLAP
• Narzędzie front-endowe

Biorąc pod uwagę powyższy wskaźnik MOLAP Archistruktura:

1. Użytkownik żąda raportów poprzez interfejs.
2. Warstwa logiki aplikacji bazy danych MDDB pobiera zapisane dane z bazy danych.
3. Warstwa logiki aplikacji przekazuje wynik do klienta/użytkownika.

Architektura MOLAP głównie odczytuje wstępnie skompilowane dane. Architektura MOLAP ma ograniczone możliwości dynamicznego tworzenia agregacji lub obliczania wyników, które nie zostały wstępnie obliczone i zapisane.

Na przykład, księgowy może wygenerować raport pokazujący rachunek zysków i strat firmy lub rachunek zysków i strat konkretnej spółki zależnej. Baza danych MDDB pobierze wstępnie skompilowane dane dotyczące zysków i strat i wyświetli je użytkownikowi.

Warstwy pamięci masowej Cube

Serwery MOLAP zazwyczaj implementują dwa poziomy reprezentacji pamięci masowej: jeden dla gęstych regionów kostki, a drugi dla rzadkich. Ten podwójny model przechowuje często wyszukiwane wycinki w szybkich strukturach rezydujących w pamięci, jednocześnie kompresując rzadko używane kombinacje na dysku.

Kluczowe punkty w MOLAP

• W MOLAP operacje nazywane są przetwarzaniem.
• Narzędzia MOLAP przetwarzają informacje z takim samym czasem reakcji, niezależnie od poziomu podsumowania.
• Narzędzia MOLAP eliminują złożoność projektowania relacyjnej bazy danych do przechowywania danych do analizy.
• Serwer MOLAP implementuje dwa poziomy reprezentacji pamięci masowej w celu zarządzania gęstymi i rzadkimi zbiorami danych.
• Jeśli zbiór danych jest rzadki, wykorzystanie pamięci może być niskie.
• Fakty są przechowywane w wielowymiarowej tablicy, a do ich wyszukiwania używa się wymiarów.

Rozważania dotyczące wdrożenia w MOLAP

• W MOLAP przy tworzeniu strategii budowy kostek niezwykle istotne jest uwzględnienie kwestii konserwacji i przechowywania.
• Do zapytań MOLAP używane są języki własnościowe. Wymagają one jednak rozbudowanej obsługi klikania i przeciągania, na przykład MDX. Microsoft.
• Trudno jest to skalować ze względu na liczbę i rozmiar sześcianów potrzebnych przy zwiększaniu wymiarów.
• Interfejsy API powinny umożliwiać sondowanie kostek.
• Struktury danych muszą obsługiwać wiele obszarów tematycznych analizy danych, w których możliwe jest nawigowanie i analizowanie danych. W przypadku zmiany nawigacji struktura danych musi zostać fizycznie zreorganizowana.
• Aby administrator bazy danych mógł ją utworzyć i utrzymywać, potrzebny jest inny zestaw umiejętności i narzędzi.

Zalety MOLAP-u

Poniżej zalety MOLAP:

• MOLAP może zarządzać, analizować i przechowywać znaczne ilości wielowymiarowych danych.
• Szybka realizacja zapytań dzięki zoptymalizowanemu przechowywaniu, indeksowaniu i buforowaniu.
• Mniejsze rozmiary danych w porównaniu do relacyjnej bazy danych.
• Zautomatyzowane obliczanie wyższego poziomu danych zagregowanych.
• Pomaga użytkownikom analizować większe i mniej zdefiniowane dane.
• MOLAP jest łatwiejszy w obsłudze, dlatego jest to model odpowiedni dla mniej doświadczonych użytkowników.
• Kostki MOLAP służą do szybkiego pobierania danych i są optymalne do operacji krojenia i kostkowania.
• Wszystkie obliczenia są generowane wstępnie podczas tworzenia kostki.

Wady MOLAP

Poniżej przedstawiono wady metody MOLAP:

• Jedną z głównych słabości MOLAP jest to, że jest mniej skalowalny niż ROLAP, ponieważ obsługuje tylko ograniczoną ilość danych.
• MOLAP wprowadza również redundancję danych, ponieważ wymaga dużej ilości zasobów.
• Rozwiązania MOLAP mogą być czasochłonne, szczególnie w przypadku dużych wolumenów danych.
• Produkty MOLAP mogą napotykać problemy podczas aktualizacji i sprawdzania modeli, gdy wymiary są większe niż dziesięć.
• MOLAP nie jest w stanie pomieścić szczegółowych danych.
• Jeśli zbiór danych jest bardzo rozproszony, wykorzystanie pamięci może być niskie.
• Może obsłużyć jedynie ograniczoną ilość danych, dlatego nie jest możliwe umieszczenie w samej kostce bardzo dużej ilości danych.

MOLAP vs ROLAP vs HOLAP

Wybór odpowiedniego modelu OLAP zależy od wolumenu danych, wzorców zapytań i częstotliwości odświeżania. Poniższe porównanie pokazuje, czym modele MOLAP różnią się od modeli ROLAP i HOLAP.

• MOLAP: Przechowuje wstępnie obliczone kostki; najszybsze zapytania; ograniczona skalowalność i liczba wymiarów.
• ROLAP: Operatesty przeprowadzane są bezpośrednio na tabelach relacyjnych; skalowanie do ogromnych ilości danych; zapytania mogą być wolniejsze.
• HOLAP: Łączy oba typy danych; przechowuje dane podsumowujące w kostkach, a dane szczegółowe w magazynach relacyjnych.

Narzędzia MOLAP

Oto popularne narzędzia MOLAP:

• Essbase – Narzędzia od Oracle który posiada wielowymiarową bazę danych.

• Serwer ekspresowy – Środowisko internetowe, na którym działa Oracle Baza danych.

• Yellowfin – Narzędzia analityki biznesowej do tworzenia raportów i pulpitów nawigacyjnych.

• Wyczyść analitykę – Clear Analytics to rozwiązanie biznesowe oparte na programie Excel.

• SAP Wywiad Gospodarczy – Rozwiązania z zakresu analityki biznesowej od SAP.

FAQ