MOLAP: wielowymiarowy OLAP w hurtowni danych

Spisie treści:

Anonim

Co to jest MOLAP?

Wielowymiarowy OLAP (MOLAP) to klasyczny OLAP, który ułatwia analizę danych za pomocą wielowymiarowej kostki danych. Dane są wstępnie obliczane, ponownie podsumowywane i przechowywane w MOLAP (główna różnica w porównaniu z ROLAP). Korzystając z MOLAP, użytkownik może używać wielowymiarowych danych widoku z różnymi aspektami.

Wielowymiarowa analiza danych jest również możliwa, jeśli używana jest relacyjna baza danych. Wymagałoby to odpytywania danych z wielu tabel. Wręcz przeciwnie, MOLAP ma wszystkie możliwe kombinacje danych już przechowywanych w wielowymiarowej tablicy. MOLAP może uzyskać bezpośredni dostęp do tych danych. W związku z tym MOLAP jest szybszy w porównaniu z relacyjnym przetwarzaniem analitycznym online (ROLAP).

W tym samouczku nauczysz się:

  • Architektura MOLAP
  • Uwagi dotyczące implementacji to MOLAP
  • Zalety Molap
  • Wady Molap
  • Narzędzia MOLAP

Kluczowe punkty

  • W MOLAP operacje nazywane są przetwarzaniem.
  • Narzędzia MOLAP przetwarzają informacje z takim samym czasem odpowiedzi, niezależnie od poziomu podsumowania.
  • Narzędzia MOLAP eliminują złożoność projektowania relacyjnej bazy danych do przechowywania danych do analizy.
  • Serwer MOLAP implementuje dwa poziomy reprezentacji pamięci do zarządzania gęstymi i rzadkimi zbiorami danych.
  • Wykorzystanie pamięci może być niskie, jeśli zestaw danych jest rzadki.
  • Fakty są przechowywane w wielowymiarowej tablicy, a wymiary używane do ich wykonywania.

Architektura MOLAP

Architektura MOLAP obejmuje następujące komponenty -

  • Serwer bazy danych.
  • Serwer MOLAP.
  • Narzędzie front-end.

Rozważ powyższe Gien MOLAP Architectures: -

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

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

Na przykład kierownik działu księgowości może uruchomić raport przedstawiający firmowe konto P / L lub P / L dla określonej spółki zależnej. MDDB pobierze wstępnie skompilowane dane dotyczące zysków i strat i wyświetli ten wynik użytkownikowi.

Uwagi dotyczące implementacji to MOLAP

  • W MOLAP ważne jest, aby wziąć pod uwagę zarówno konsekwencje konserwacji, jak i przechowywania przy tworzeniu strategii budowy kostek.
  • Prawnie zastrzeżone języki używane do zapytań o MOLAP. Wymaga to jednak rozbudowanej obsługi typu „kliknij i przeciągnij”, na przykład MDX firmy Microsoft.
  • Trudne do skalowania, ponieważ liczba i rozmiar kostek wymaganych w przypadku wzrostu wymiarów.
  • API powinny zapewniać sondowanie kostek.
  • Struktura danych do obsługi wielu obszarów tematycznych analiz danych, po których danych 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 tworzenia i utrzymywania bazy danych.

Zalety MOLAP

  • MOLAP może zarządzać, analizować i przechowywać znaczne ilości wielowymiarowych danych.
  • Szybka wydajność zapytań dzięki zoptymalizowanemu magazynowaniu, indeksowaniu i buforowaniu.
  • Mniejsze rozmiary danych w porównaniu z relacyjną bazą danych.
  • Automatyczne obliczanie wyższego poziomu danych zagregowanych.
  • Pomóż użytkownikom analizować większe, mniej zdefiniowane dane.
  • MOLAP jest łatwiejszy dla użytkownika, dlatego jest odpowiedni dla niedoświadczonych użytkowników.
  • Kostki MOLAP są zbudowane z myślą o szybkim wyszukiwaniu danych i są optymalne do operacji krojenia i krojenia w kostkę.
  • Wszystkie obliczenia są generowane wstępnie podczas tworzenia kostki.

Wady MOLAP

  • Jedną z głównych słabości MOLAP jest to, że jest mniej skalowalny niż ROLAP, ponieważ obsługuje tylko ograniczoną ilość danych.
  • MOLAP wprowadza również nadmiarowość danych, ponieważ wymaga dużych zasobów
  • Rozwiązania MOLAP mogą być długotrwałe, szczególnie w przypadku dużych ilości danych.
  • Produkty MOLAP mogą napotkać problemy podczas aktualizacji i odpytywania modeli, gdy wymiary są większe niż dziesięć.
  • MOLAP nie może zawierać szczegółowych danych.
  • Wykorzystanie pamięci może być niskie, jeśli zestaw danych jest bardzo rozproszony.
  • Może obsłużyć jedyną ograniczoną ilość danych, dlatego niemożliwe jest umieszczenie dużej ilości danych w samej kostce.

Narzędzia MOLAP

  • Essbase - narzędzia firmy Oracle z wielowymiarową bazą danych.
  • Express Server - środowisko internetowe działające na bazie danych Oracle.
  • Yellowfin - Narzędzia analizy biznesowej do tworzenia raportów i pulpitów nawigacyjnych.
  • Clear Analytics - Clear Analytics to rozwiązanie biznesowe oparte na programie Excel.
  • SAP Business Intelligence - rozwiązania do analizy biznesowej firmy SAP

Podsumowanie:

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