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

Co to jest MOLAP?

Wielowymiarowy OLAP (MOLAP) jest klasycznym OLAP, który ułatwia analizę danych za pomocą wielowymiarowej kostki danych. Dane są wstępnie obliczane, podsumowywane i przechowywane w MOLAP (główna różnica w stosunku do ROLAP). Używając MOLAP, użytkownik może używać wielowymiarowych danych widoku z różnymi aspektami.

Wielowymiarowa analiza danych jest możliwa również w przypadku wykorzystania relacyjnej bazy danych. Wymagałoby to wysyłania zapytań do danych z wielu tabel. Wręcz przeciwnie, MOLAP ma wszystkie możliwe kombinacje danych już zapisanych w wielowymiarowej tablicy. MOLAP może uzyskać bezpośredni dostęp do tych danych. Dlatego MOLAP jest szybszy w porównaniu do relacyjnego przetwarzania analitycznego online (ROLAP).

MOLAP Architektura

MOLAP ArchiStruktura obejmuje następujące komponenty:

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

Biorąc pod uwagę podany powyżej MOLAP Archistruktura:

1. Żądania użytkownika są raportowane za pośrednictwem interfejsu
2. Warstwa logiki aplikacji 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, szef księgowości może uruchomić raport pokazujący rachunek zysków i strat przedsiębiorstwa lub rachunek zysków i strat dla konkretnej spółki zależnej. MDDB pobierałoby wstępnie skompilowane dane dotyczące zysków i strat i wyświetlało ten wynik użytkownikowi.

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 złożoności związane z projektowaniem 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 wymiary służą do odpytywania ich.

Rozważania dotyczące wdrożenia w MOLAP

• W MOLAP istotne jest uwzględnienie konsekwencji związanych z konserwacją i przechowywaniem przy tworzeniu strategii budowania kostek.
• Zastrzeżone języki używane do zapytań MOLAP. Wymaga to jednak rozbudowanej obsługi kliknięć i przeciągania, na przykład MDX według Microsoft.
• Trudne do skalowania, ponieważ liczba i rozmiar kostek wymaganych przy zwiększaniu wymiarów.
• Interfejsy API powinny umożliwiać sondowanie kostek.
• Struktura danych obsługująca wiele obszarów tematycznych analiz danych, po których można nawigować i analizować. Kiedy zmienia się nawigacja, struktura danych musi zostać fizycznie zreorganizowana.
• Potrzebujesz innego zestawu umiejętności i narzędzi dla administratora bazy danych do budowania i utrzymywania bazy danych.

Zalety MOLAP-u

Poniżej zalety MOLAP:

• MOLAP może zarządzać, analizować i przechowywać znaczne ilości wielowymiarowych danych.
• Szybka wydajność zapytań dzięki zoptymalizowanemu przechowywaniu, indeksowaniu i buforowaniu.
• Mniejsze rozmiary danych w porównaniu do relacyjnej bazy danych.
• Zautomatyzowane obliczanie wyższego poziomu danych zagregowanych.
• Pomóż użytkownikom analizować większe, mniej zdefiniowane dane.
• MOLAP jest łatwiejszy w obsłudze, dlatego jest to model odpowiedni dla niedoświadczonych 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 wymagają one dużej ilości zasobów
• Rozwiązania MOLAP mogą być długotrwałe, szczególnie w przypadku dużych ilości 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 da się zmieścić dużej ilości danych w samej kostce.

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 dashboardów.

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

• SAP Wywiad Gospodarczy – Rozwiązania do analityki biznesowej firmy a SAP

Podsumowanie

• Wielowymiarowy OLAP (MOLAP) to klasyczny OLAP, który ułatwia Analiza danych za pomocą wielowymiarowej kostki danych.
• Narzędzia MOLAP przetwarzają informacje z takim samym czasem reakcji, niezależnie od poziomu podsumowania.
• Serwer MOLAP implementuje dwa poziomy przechowywania w celu zarządzania gęstymi i rzadkimi zbiorami danych.
• MOLAP może zarządzać, analizować i przechowywać znaczne ilości wielowymiarowych danych.
• Pomaga zautomatyzować obliczanie wyższego poziomu danych zagregowanych
• Jest mniej skalowalny niż ROLAP, ponieważ obsługuje tylko ograniczoną ilość danych.