Der Artikel konzentriert sich auf einen tiefen Einblick in OLAP-Systeme und untersucht deren Bedarf, ihre Funktionsweise, verschiedene Arten von OLAP usw.

Was ist OLAP?

Datenverarbeitungssysteme.

Bevor Daten genutzt werden können, müssen sie verarbeitet werden. Innerhalb der Datenwissenschaft gibt es zwei Haupttypen von Datenverarbeitungssystemen: OLTP ( Online Transaction Processing ) und OLAP ( Online Analytical Processing ).

OLAP ist ein Datenverarbeitungssystem, das komplexe Analysen mit hoher Geschwindigkeit auf großen Unternehmensdatenbanken (Data Warehouse, Data Marts usw.) durchführt. OLAP ermöglicht eine schnelle, flexible mehrdimensionale Datenanalyse für Business Intelligence (BI) und Entscheidungsunterstützungsanwendungen in Data Warehousing-Implementierungen.

Was sind mehrdimensionale Daten?

Eine Dimension bezieht sich auf ein bestimmtes Element innerhalb des Datensatzes. Heutzutage sind die meisten Geschäftsdaten mehrdimensional, dh sie bestehen aus mehreren Kategorien, in die die Daten zur Analyse aufgeschlüsselt werden können.

Beispielsweise können die Verkaufszahlen eines Unternehmens in mehrere standortbezogene Dimensionen unterteilt werden – Land, Bundesland, Stadt; Zeit – Jahr, Monat, Woche, Tag; Produktkategorie – Herren/Damen/Kinder, Marke usw.

Die Daten werden jedoch hauptsächlich als Datensätze in Tabellen gespeichert, die Daten gleichzeitig in zwei Dimensionen organisieren können.

Eine relationale Datenbanktabelle speichert einzelne Datensätze in einem zeilenweisen Format, wobei jeder Daten-„Fakt“ in der Datenbank am Schnittpunkt zweier Dimensionen liegt – einer Zeile und einer Spalte.

Wie kommt OLAP ins Spiel?

Während relationale Datenbank-Reporting-Tools mehrdimensionale Daten abfragen, melden und analysieren können, nimmt die Leistung mit zunehmendem Datenvolumen ab. Und es erfordert einen großen Aufwand, die Ergebnisse neu zu organisieren, um sie auf andere Dimensionen zu konzentrieren.

OLAP extrahiert diese Daten aus mehreren relationalen Datensätzen und organisiert sie weiter in ein mehrdimensionales Format, das eine schnelle Verarbeitung und leistungsstarke Analysen ermöglicht.

Wie wird das eigentlich umgesetzt?

OLAP-Würfel.

OLAP-Würfel

Der Kern von OLAP-Systemen, OLAP-Cubes, sind mehrdimensionale Array-basierte Datenbanken.

Sie helfen dabei, verschiedene Datendimensionen schneller und effizienter zu analysieren und zu verarbeiten als herkömmliche Datenbanken, indem sie das zeilenweise Format herkömmlicher Datenbanken erweitern und Ebenen für andere Datendimensionen hinzufügen.

Beispielsweise würde die oberste Ebene des Würfels die Unternehmensumsätze nach Quartalen organisieren. Wir können einen weiteren Drilldown durchführen und die Verkaufszahlen pro Monat, pro Woche, pro Tag usw. betrachten.

Theoretisch können Daten in Cubes mit unendlich vielen Ebenen gespeichert werden. In der Praxis speichern Unternehmen jedoch in der Regel OLAP-Cubes mit nur den erforderlichen Ebenen, um eine optimale Leistung und Analyse zu erzielen. Diese historischen, aggregierten Daten werden in Form eines Stern- und Schneeflockenschemas gespeichert.

Operationen an OLAP-Cubes

Analysten/Entwickler können mehrere OLAP-Analyseoperationen für diese mehrdimensionalen Datenbanken durchführen: –

AUFREISSEN

Ermöglicht eine tiefere Navigation innerhalb einer Dimension, indem Sie in der Konzepthierarchie nach unten gehen oder die Nummer erhöhen. von Dimensionen, um detailliertere Daten zu erhalten.

Wenn ein Unternehmen beispielsweise seine Verkaufszahlen nach Zeiträumen anzeigen möchte, kann es die Umsätze pro Jahr anzeigen und dann einen Drilldown auf die Umsätze pro Quartal, pro Monat usw. durchführen.

AUFROLLEN

Dieser Vorgang fasst die Daten entlang einer Dimension zusammen – im Wesentlichen ein „Drill-Up“, indem die Konzepthierarchie nach oben verschoben oder die Anzahl reduziert wird. von Dimensionen zum Aggregieren von Daten.

Anstatt beispielsweise die Verkaufszahlen pro Produkt anzuzeigen, können wir die Verkäufe pro Kategorie zusammenfassen und anzeigen.

SCHEIBEN UND WÜRFELN

Slice-Operationen erstellen einen Unterwürfel entlang einer Dimension vom Haupt-OLAP-Würfel. Zum Beispiel Verkaufszahlen aus dem Jahr 2019 (Zeitdimension).

Die Dice-Operation erstellt einen Unterwürfel entlang mehrerer Dimensionen aus dem Haupt-OLAP-Würfel. Zum Beispiel Verkaufszahlen aus dem Jahr 2019 (Zeitdimension) aus Gujrat und Maharashtra (Standortdimension).

PIVOT

Der Pivot-Vorgang dreht die aktuelle Würfelansicht durch Drehen der Datenachsen und ermöglicht so dynamische mehrdimensionale Ansichten von Daten.

Arten von OLAP-Würfeln

MOLAP

MOLAP ist mehrdimensionales OLAP, das direkt in die mehrdimensionale Datenbank indiziert. Es ist die schnellste und praktischste OLAP-Lösung für mehrdimensionale Analysen.

ROLAP

ROLAP ist relationales OLAP, die dynamische mehrdimensionale Analyse von in relationalen Tabellen gespeicherten Daten, ohne diese in Form eines OLAP-Würfels neu zu organisieren. ROLAP wird am besten dort eingesetzt, wo die Fähigkeit, direkt mit großen Datenmengen zu arbeiten, wichtiger ist als Leistung und Flexibilität.

HOLAP

HOLAP oder Hybrid-OLAP versucht, eine Optimierung zwischen MOLAP und ROLAP zu schaffen. Es kombiniert die größere Datenkapazität von ROLAP mit den besseren Verarbeitungsfähigkeiten von MOLAP. Während Hybird Cube eine bessere Skalierbarkeit bietet, kann man die unvermeidlichen Auswirkungen auf die Leistungskosten – die Verlangsamung durch den Zugriff auf relationale Datenquellen – nicht ignorieren.

Danke! Abmeldung!

Prachi Singh

Technologiemitarbeiter bei Morgan Stanley

LinkedIn | Twitter