什么是 OLAP？多维数据集，分析 Opera数据仓库中的
大卫卡特
什么是 OLAP？
在线分析处理 (OLAP) 是一类软件，允许用户同时分析来自多个数据库系统的信息。它是一种使分析人员能够……的技术。trac与此相反，t 从不同的角度查看业务数据。 OLTP 这些系统针对日常快速交易进行了优化。
分析师经常需要对数据进行分组、聚合和连接，而这些操作非常消耗资源。借助 OLAP，可以预先计算和聚合数据，从而大大加快分析速度。 数据仓库OLAP 数据库被划分为一个或多个多维数据集，每个多维数据集的设计都使得创建和查看报表变得容易。
OLAP 多维数据集
OLAP概念的核心是OLAP立方体。OLAP立方体是一种针对极高处理速度而优化的数据结构。 数据分析.
OLAP 多维数据集由称为度量的数值事实组成，这些事实按维度进行分类。因此，OLAP 多维数据集也被称为…… 超立方体.
通常，数据操作和分析都是通过简单的电子表格完成的，其中数值按行和列排列。这种方法适用于二维数据。然而，OLAP 处理的是多维数据，这些数据通常来自不同且不相关的数据源，因此电子表格并非最佳选择。相比之下，多维数据集能够以逻辑有序的方式存储和分析这些多维数据。
OLAP 的工作原理是什么？
首先，数据仓库示例trac它从多个来源和格式（例如文本文件、电子表格和多媒体文件）收集信息。trac然后对数据进行清洗和转换，再将其加载到 OLAP 服务器或 OLAP 多维数据集中，其中信息会预先计算出来以供后续分析。
OLAP 的基本分析操作
分析型 OLAP 操作主要有四种类型，它们共同作用，使分析师能够重塑数据立方体以回答新的问题：
- 卷起
- 向下钻取
- 切片和骰子
- 枢轴（旋转）
1）卷起
汇总（也称为合并或聚合）是对数据沿某个维度进行汇总。汇总操作可以通过两种方式执行：
- 降低维度。
- 沿着概念层级向上攀升，这是一个群体系统ping 事物按其顺序或层级排列。
请参考下图：
- 在这个例子中，新泽西州和洛杉矶这两个城市被并入了美国这个国家。
- 新泽西州和洛杉矶的销售额分别为 440 和 1560，合并后为 2000。
- 在这个聚合过程中，位置层级从城市向上移动到国家。
- 在汇总过程中，至少会移除一个维度。在本例中，移除的是“城市”维度。
2）深入研究
在向下钻取过程中，数据被分解成更小的部分。它与向上汇总过程相反，可以通过两种方式实现：
- 沿着概念层级向下移动。
- 增加维度。
请参考上图：
- 第一季度（Q1）细分为一月、二月和三月，并记录相应的销售额。
- 在这个例子中，添加了月份维度。
3）切片
在切片操作中，选择一个维度，并创建一个新的子立方体。下图展示了切片操作的执行过程：
- 时间维度以 Q1 为过滤器进行切片。
- 一个新的立方体就创建完成了。
4）骰子
骰子操作与切片操作类似。区别在于，骰子操作可以选择两个或多个维度，从而创建一个更小的子立方体。
5）枢轴
在数据透视表中，您可以旋转数据轴，以提供数据的另一种呈现方式。在以下示例中，数据透视表基于商品类型。
OLAP 系统的类型
OLAP 系统遵循分层结构，根据数据存储位置和用户访问方式的不同，存在多种变体。
OLAP系统的主要类型总结如下：
| OLAP 类型 | 说明 |
|---|---|
| 关系型OLAP（ROLAP） | ROLAP 是一个扩展的 RDBMS，具有多维数据映射功能。ping 执行标准关系操作。 |
| 多维OLAP（MOLAP） | MOLAP 直接对多维数据进行操作。 |
| 混合OLAP（HOLAP） | 在 HOLAP 方法中，汇总数据存储在多维数据库中，而详细数据则保留在关系数据库中。这既具备 ROLAP 模型的数据效率，又具备 MOLAP 模型的性能。 |
| 桌面 OLAP (DOLAP) | 在桌面 OLAP 系统中，用户可以将部分数据下载到本地桌面进行分析。与其他 OLAP 系统相比，桌面 OLAP 的功能较少，因此部署成本相对较低。 |
| Web OLAP（WOLAP） | Web OLAP 是一种可通过 Web 浏览器访问的 OLAP 系统。WOLAP 采用三层架构，包括客户端、中间件和数据库服务器。 |
| 移动OLAP | 移动 OLAP 帮助用户通过移动设备访问和分析 OLAP 数据。 |
| 空间OLAP（SOLAP） | SOLAP 旨在管理地理信息系统 (GIS) 中的空间数据和非空间数据。 |
以下各节将更详细地探讨三种最广泛使用的模型——ROLAP、MOLAP 和 HOLAP。
罗拉普
关系型OLAP（ROLAP）处理的是关系数据库中已存在的数据。事实表和维度表以关系表的形式存储，这仍然允许对数据进行多维分析，它是增长最快的OLAP模型之一。
ROLAP模型的优势
- 数据效率高： ROLAP 具有很高的数据效率，因为其查询性能和访问语言专门针对多维数据分析进行了优化。
- 可扩展性： 这种类型的 OLAP 系统具有良好的可扩展性，能够管理大量数据，即使数据量持续增长也是如此。
ROLAP模型的缺点
- 对更高资源的需求： ROLAP 需要大量人力、软件和硬件资源。
- 汇总数据局限性： ROLAP 工具依赖 SQL 进行聚合数据的每次计算，在处理复杂计算时存在实际的限制。
- 查询性能缓慢： 与 MOLAP 相比，该模型的查询性能较慢。
莫拉普
MOLAP（多维OLAP）使用基于数组的多维存储引擎来显示数据的多维视图。本质上，MOLAP依赖于预先构建的OLAP多维数据集。
您可以在专门的页面了解更多信息。 MOLAP教程深入介绍了其架构、优势和工具。
混合 OLAP
混合OLAP（HOLAP）是ROLAP和MOLAP的混合体。它兼具MOLAP的快速计算能力和ROLAP的高可扩展性，并且使用两个数据库：
- 聚合或计算后的数据存储在多维 OLAP 立方体中。
- 详细信息存储在关系数据库中。
混合OLAP的优势
- 它节省磁盘空间并保持体积小巧，这有助于避免与访问速度和便利性相关的问题。
- 混合 OLAP 采用多维数据集技术，可对所有类型的数据实现更快的性能。
- ROLAP 数据即时更新，因此 HOLAP 用户可以访问实时数据，而 MOLAP 通过清理和转换提高数据相关性——从而兼具两者的优势。
混合OLAP的缺点
- 更复杂的情况： HOLAP 的主要缺点是它必须同时支持 ROLAP 和 MOLAP 工具和应用程序，这使得它非常复杂。
- 潜在重叠部分： 重叠的可能性更高。ping 两种方法之间的功能差异。
OLAP 的优点
OLAP 具有多项优势，使其成为业务分析的基础：
- OLAP 是一个用于整个企业进行规划、预算、报告和分析的单一平台。
- 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优势。
- 它可以帮助您快速创建和分析假设情景。
- 您可以轻松地在 OLAP 数据库中搜索宽泛或具体的术语。
- OLAP 为业务建模工具、数据挖掘工具和绩效报告工具提供了构建模块。
- 它允许用户按各种维度、度量和筛选条件对立方体数据进行切片和切块。
- 它非常适合用于分析时间序列。
- 利用 OLAP 可以轻松查找聚类和异常值。
- 它是一款功能强大的可视化引擎，能够始终提供快速的响应时间。
OLAP 的缺点
尽管OLAP具有诸多优势，但也存在一些需要注意的局限性：
- OLAP 需要将数据组织成一个 星形或雪花形图案而且这些方案实施和管理起来都很复杂。
- 单个 OLAP 多维数据集中不能包含大量维度。
- 交易数据无法通过OLAP系统访问。
- 对 OLAP 多维数据集的任何修改都需要完全重建该多维数据集，这是一个耗时的过程。
