L'articolo si concentra su una profonda immersione nei sistemi OLAP ed esplora le loro necessità, come funzionano, diversi tipi di OLAP ecc.

Prima di tutto, cos'è OLAP?

Sistemi di elaborazione dati.

Prima che i dati possano essere utilizzati, devono essere elaborati. All'interno della scienza dei dati, esistono due tipi principali di sistemi di elaborazione dei dati: OLTP ( Online Transaction Processing ) e OLAP ( Online Analytical Processing ).

OLAP è un sistema di elaborazione dati che esegue analisi complesse ad alta velocità su database aziendali di grandi dimensioni (data warehouse, data mart ecc.). OLAP consente un'analisi dei dati multidimensionale rapida e flessibile per le applicazioni di business intelligence (BI) e di supporto decisionale nelle implementazioni di data warehousing.

Cosa sono i dati multidimensionali?

Una dimensione fa riferimento a un particolare elemento all'interno del set di dati. Ora, la maggior parte dei dati aziendali è multidimensionale, ovvero è composta da più categorie in cui i dati possono essere suddivisi per l'analisi.

Ad esempio, i numeri di vendita di un'azienda possono essere suddivisi in diverse dimensioni relative alla posizione: paese, stato, città; tempo — anno, mese, settimana, giorno; categoria di prodotto — uomo/donna/bambino, marca ecc.

Tuttavia, i dati vengono archiviati principalmente come set di dati nelle tabelle, che possono organizzare i dati in 2 dimensioni alla volta.

Una tabella di database relazionale memorizza i singoli record in un formato riga per colonna in cui ogni "fatto" di dati nel database si trova all'intersezione di due dimensioni: una riga e una colonna.

Come entra in scena OLAP?

Mentre gli strumenti di reporting del database relazionale possono eseguire query, report e analizzare dati multidimensionali, le prestazioni rallentano con l'aumentare dei volumi di dati. E richiede un grande sforzo per riorganizzare i risultati per concentrarsi su altre dimensioni.

OLAP estrae questi dati da più set di dati relazionali e li riorganizza ulteriormente in un formato multidimensionale in grado di elaborare rapidamente e analisi potenti.

Come viene effettivamente eseguito?

Cubo OLAP.

Cubo OLAP

Il nucleo dei sistemi OLAP, i cubi OLAP sono database multidimensionali basati su array.

Aiutano ad analizzare ed elaborare diverse dimensioni di dati in modo più rapido ed efficiente rispetto ai database tradizionali estendendo il formato riga per colonna dei database tradizionali e aggiungendo livelli per altre dimensioni di dati.

Ad esempio, il livello superiore del cubo organizzerebbe le vendite dell'azienda in base ai trimestri, possiamo approfondire ulteriormente e guardare i dati di vendita al mese, alla settimana, al giorno ecc.

Teoricamente, i dati possono essere archiviati in cubi con livelli infiniti, ma su scala pratica, le organizzazioni in genere archiviano i cubi OLAP con solo i livelli richiesti, in modo da ottenere prestazioni e analisi ottimali. Questi dati storici e aggregati vengono archiviati sotto forma di schema a stella e fiocco di neve.

Operazioni sui cubi OLAP

Gli analisti/sviluppatori possono eseguire più operazioni analitiche OLAP su questi database multidimensionali: -

SCAVARE A FONDO

Consente una navigazione più profonda all'interno di una dimensione, spostandosi verso il basso nella gerarchia dei concetti o aumentando di no. di dimensioni per ottenere dati più dettagliati.

Ad esempio, se un'azienda desidera visualizzare i propri dati di vendita in base al periodo di tempo, può visualizzare le vendite per anno e quindi visualizzare in dettaglio le vendite per trimestre, mese e così via.

ARROTOLARE

Questa operazione riassume i dati lungo una dimensione, essenzialmente un "drill-up", spostando la gerarchia dei concetti o riducendo n. delle dimensioni per aggregare i dati.

Ad esempio, invece di visualizzare i dati sulle vendite per prodotto, possiamo raggruppare e visualizzare le vendite per categoria.

FETTA E DADI

Le operazioni Slice creano un sottocubo lungo una dimensione dal cubo OLAP principale. Ad esempio, i dati di vendita del 2019 (dimensione temporale).

L'operazione Dice crea un sottocubo lungo più dimensioni dal cubo OLAP principale. Ad esempio, dati di vendita del 2019 (dimensione temporale) da Gujrat e Maharashtra (dimensione ubicazione).

PERNO

L'operazione di pivot ruota la vista del cubo corrente ruotando gli assi dei dati, consentendo viste multidimensionali dinamiche dei dati.

Tipi di cubi OLAP

MOLAP

MOLAP è OLAP multidimensionale, che indicizza direttamente nel database multidimensionale. È la soluzione OLAP più veloce e pratica per l'analisi multidimensionale.

ROLA

ROLAP è OLAP relazionale, quell'analisi dinamica multidimensionale sui dati memorizzati in tabelle relazionali, senza riorganizzarli in forma di cubo OLAP. ROLAP è utilizzato al meglio dove la capacità di lavorare direttamente con grandi quantità di dati è più importante delle prestazioni e della flessibilità.

HOLAP

HOLAP, o OLAP ibrido, tenta di creare un'ottimizzazione tra MOLAP e ROLAP. Combina la maggiore capacità di dati di ROLAP con migliori capacità di elaborazione di MOLAP. Sebbene hybird cube offra una migliore scalabilità, non si può ignorare l'inevitabile impatto sui costi delle prestazioni: il rallentamento dovuto all'accesso a fonti di dati relazionali.

Grazie! Disconnessione!

Prachi Singh

Associato tecnologico presso Morgan Stanley

Linkedin | Cinguettio