MOLAP: OLAP Multidimensi di Gudang Data

Isi kandungan:

Anonim

Apa itu MOLAP?

Multidimensional OLAP (MOLAP) adalah OLAP klasik yang memudahkan analisis data dengan menggunakan kubus data multidimensi. Data pra-dikira, diringkaskan semula, dan disimpan dalam MOLAP (perbezaan utama dari ROLAP). Dengan menggunakan MOLAP, pengguna dapat menggunakan data pandangan multidimensi dengan aspek yang berbeza.

Analisis data multidimensi juga dimungkinkan jika pangkalan data relasional digunakan. Oleh itu memerlukan data pertanyaan dari pelbagai jadual. Sebaliknya, MOLAP mempunyai semua kemungkinan kombinasi data yang sudah disimpan dalam tatasusunan multidimensi. MOLAP dapat mengakses data ini secara langsung. Oleh itu, MOLAP lebih pantas berbanding dengan Relational Online Analytical Processing (ROLAP).

Dalam tutorial ini, anda akan belajar-

  • Senibina MOLAP
  • Pertimbangan pelaksanaannya adalah MOLAP
  • Kelebihan Molap
  • Kekurangan Molap
  • Alatan MOLAP

Perkara utama

  • Di MOLAP, operasi disebut pemprosesan.
  • Alat MOLAP memproses maklumat dengan jumlah masa tindak balas yang sama tanpa mengira tahap meringkaskannya.
  • Alat MOLAP menghilangkan kerumitan dalam merancang pangkalan data hubungan untuk menyimpan data untuk analisis.
  • Pelayan MOLAP menerapkan dua tahap perwakilan storan untuk menguruskan set data yang padat dan jarang.
  • Penggunaan penyimpanan boleh menjadi rendah jika set data jarang.
  • Fakta disimpan dalam pelbagai dimensi dan dimensi yang digunakan untuk menyoal mereka.

Senibina MOLAP

Senibina MOLAP merangkumi komponen berikut -

  • Pelayan pangkalan data.
  • Pelayan MOLAP.
  • Alat hujung hadapan.

Pertimbangkan arsitektur MOLAP di atas: -

  1. Permintaan pengguna melaporkan melalui antara muka
  2. Lapisan logik aplikasi MDDB mengambil data yang disimpan dari Pangkalan Data
  3. Lapisan logik aplikasi meneruskan hasilnya kepada pelanggan / pengguna.

Senibina MOLAP terutamanya membaca data yang dikompilasi. Senibina MOLAP mempunyai keupayaan terhad untuk membuat agregasi secara dinamik atau untuk mengira hasil yang belum dikira sebelumnya dan disimpan.

Sebagai contoh, ketua perakaunan dapat menjalankan laporan yang menunjukkan akaun P / L korporat atau akaun P / L untuk anak syarikat tertentu. MDDB akan mengambil angka Untung & Rugi yang dikompilasi dan memaparkan hasilnya kepada pengguna.

Pertimbangan pelaksanaannya adalah MOLAP

  • Di MOLAP sangat mustahak untuk mempertimbangkan implikasi penyelenggaraan dan penyimpanan untuk membuat strategi membina kubus.
  • Bahasa eksklusif digunakan untuk membuat pertanyaan MOLAP. Walau bagaimanapun, ia melibatkan sokongan klik dan seret yang luas seperti MDX oleh Microsoft.
  • Sukar ditimbang kerana bilangan dan ukuran kubus diperlukan ketika dimensi meningkat.
  • API harus menyediakan untuk memeriksa kubus.
  • Struktur data untuk menyokong pelbagai bidang analisis data yang mana data dapat dilayari dan dianalisis. Apabila navigasi berubah, struktur data perlu disusun semula secara fizikal.
  • Memerlukan set kemahiran dan alat yang berbeza untuk pentadbir Pangkalan Data membina, menyelenggara pangkalan data.

Kelebihan MOLAP

  • MOLAP dapat mengurus, menganalisis dan menyimpan sejumlah besar data multidimensi.
  • Prestasi Pertanyaan yang pantas kerana penyimpanan, pengindeksan dan penyimpanan cache yang dioptimumkan.
  • Saiz data lebih kecil jika dibandingkan dengan pangkalan data hubungan.
  • Pengiraan automatik data agregat tahap yang lebih tinggi.
  • Bantu pengguna untuk menganalisis data yang lebih besar dan kurang ditentukan.
  • MOLAP lebih mudah bagi pengguna kerana itulah model yang sesuai untuk pengguna yang tidak berpengalaman.
  • Batu MOLAP dibina untuk pengambilan data yang cepat dan optimum untuk operasi memotong dan mencincang.
  • Semua pengiraan dibuat sebelum kubus dibuat.

Kekurangan MOLAP

  • Satu kelemahan utama MOLAP adalah ia tidak dapat diskalakan daripada ROLAP kerana ia hanya menangani sejumlah data.
  • MOLAP juga memperkenalkan kelebihan data kerana ia memerlukan banyak sumber
  • Penyelesaian MOLAP mungkin panjang, terutamanya pada jumlah data yang besar.
  • Produk MOLAP mungkin menghadapi masalah semasa mengemas kini dan menanyakan model apabila dimensi lebih dari sepuluh.
  • MOLAP tidak mampu mengandungi data terperinci.
  • Penggunaan penyimpanan boleh menjadi rendah jika set data sangat tersebar.
  • Oleh itu, ia hanya dapat menangani jumlah data yang terhad, mustahil untuk memasukkan sejumlah besar data ke dalam kubus itu sendiri.

Alatan MOLAP

  • Essbase - Alat dari Oracle yang mempunyai pangkalan data multidimensi.
  • Pelayan Ekspres - Persekitaran berasaskan web yang berjalan di pangkalan data Oracle.
  • Yellowfin - Alat analisis perniagaan untuk membuat laporan dan papan pemuka.
  • Clear Analytics - Clear analytics adalah penyelesaian perniagaan berasaskan Excel.
  • SAP Business Intelligence - Penyelesaian analisis perniagaan dari SAP

Ringkasan:

  • Multidimensional OLAP (MOLAP) adalah OLAP klasik yang memudahkan analisis data dengan menggunakan kubus data multidimensi.
  • Alat MOLAP memproses maklumat dengan jumlah masa tindak balas yang sama tanpa mengira tahap meringkaskannya.
  • Pelayan MOLAP melaksanakan dua tahap penyimpanan untuk menguruskan set data yang padat dan jarang.
  • MOLAP dapat mengurus, menganalisis, dan menyimpan sejumlah besar data multidimensi.
  • Ia membantu mengautomasikan pengiraan data agregat tahap yang lebih tinggi
  • Ia kurang terukur daripada ROLAP kerana hanya menangani sejumlah data.