Data Warehousing - OLAP

O Online Analytical Processing Server (OLAP) é baseado no modelo de dados multidimensional. Ele permite que os gerentes e analistas obtenham uma visão das informações por meio de acesso rápido, consistente e interativo às informações. Este capítulo cobre os tipos de OLAP, operações em OLAP, diferença entre OLAP e bancos de dados estatísticos e OLTP.

Tipos de servidores OLAP

Temos quatro tipos de servidores OLAP -

OLAP relacional (ROLAP)
OLAP multidimensional (MOLAP)
OLAP híbrido (HOLAP)
Servidores SQL especializados

OLAP relacional

Os servidores ROLAP são colocados entre o servidor de back-end relacional e as ferramentas de front-end do cliente. Para armazenar e gerenciar dados de warehouse, o ROLAP usa DBMS relacional ou relacional estendido.

ROLAP inclui o seguinte -

Implementação de lógica de navegação de agregação.
Otimização para cada back end do DBMS.
Ferramentas e serviços adicionais.

OLAP multidimensional

O MOLAP usa mecanismos de armazenamento multidimensional baseados em array para visualizações multidimensionais de dados. Com armazenamentos de dados multidimensionais, a utilização do armazenamento pode ser baixa se o conjunto de dados for esparso. Portanto, muitos servidores MOLAP usam dois níveis de representação de armazenamento de dados para lidar com conjuntos de dados densos e esparsos.

OLAP híbrido

OLAP híbrido é uma combinação de ROLAP e MOLAP. Ele oferece maior escalabilidade de ROLAP e computação mais rápida de MOLAP. Os servidores HOLAP permitem armazenar grandes volumes de dados de informações detalhadas. As agregações são armazenadas separadamente no armazenamento MOLAP.

Servidores SQL especializados

Os servidores SQL especializados fornecem linguagem de consulta avançada e suporte de processamento de consulta para consultas SQL em esquemas em estrela e floco de neve em um ambiente somente leitura.

Operações OLAP

Como os servidores OLAP são baseados na visão multidimensional dos dados, discutiremos as operações OLAP em dados multidimensionais.

Aqui está a lista de operações OLAP -

Roll-up
Drill-down
Fatiar e cortar
Pivô (girar)

Rolar

Roll-up realiza agregação em um cubo de dados de qualquer uma das seguintes maneiras -

Escalando uma hierarquia de conceito para uma dimensão
Por redução de dimensão

O diagrama a seguir ilustra como funciona o roll-up.

O roll-up é executado escalando uma hierarquia de conceito para o local da dimensão.
Inicialmente, a hierarquia de conceito era "rua <cidade <província <país".
Ao acumular, os dados são agregados pela hierarquia de localização ascendente do nível da cidade ao nível do país.
Os dados são agrupados em cidades ao invés de países.
Quando o roll-up é executado, uma ou mais dimensões do cubo de dados são removidas.

Drill-down

Drill-down é a operação reversa de roll-up. É realizado por uma das seguintes maneiras -

Ao reduzir a hierarquia de conceitos para uma dimensão
Introduzindo uma nova dimensão.

O diagrama a seguir ilustra como funciona o detalhamento -

O aprofundamento é executado diminuindo a hierarquia de conceitos para a dimensão tempo.
Inicialmente, a hierarquia de conceito era "dia <mês <trimestre <ano."
No detalhamento, a dimensão do tempo desce do nível do trimestre para o nível do mês.
Quando o detalhamento é executado, uma ou mais dimensões do cubo de dados são adicionadas.
Ele navega pelos dados de dados menos detalhados para dados altamente detalhados.

Fatia

A operação de fatia seleciona uma dimensão específica de um determinado cubo e fornece um novo subcubo. Considere o diagrama a seguir, que mostra como a fatia funciona.

Aqui, o Slice é executado para a dimensão "tempo" usando o critério tempo = "Q1".
Ele formará um novo subcubo selecionando uma ou mais dimensões.

Dados

Os dados selecionam duas ou mais dimensões de um determinado cubo e fornece um novo subcubo. Considere o seguinte diagrama que mostra a operação de dados.

A operação de dados no cubo com base nos seguintes critérios de seleção envolve três dimensões.

(localização = "Toronto" ou "Vancouver")
(tempo = "Q1" ou "Q2")
(item = "Celular" ou "Modem")

Pivô

A operação pivô também é conhecida como rotação. Ele gira os eixos de dados em vista para fornecer uma apresentação alternativa de dados. Considere o diagrama a seguir que mostra a operação pivô.

OLAP vs OLTP

Sr. Não.	Data Warehouse (OLAP)	Banco de dados operacional (OLTP)
1	Envolve processamento histórico de informações.	Envolve o processamento do dia a dia.
2	Os sistemas OLAP são usados por profissionais do conhecimento, como executivos, gerentes e analistas.	Os sistemas OLTP são usados por funcionários, DBAs ou profissionais de banco de dados.
3	Útil na análise de negócios.	Útil na administração do negócio.
4	Concentra-se na informação de saída.	Ele se concentra em dados em.
5	Baseado em Star Schema, Snowflake, Schema e Fact Constellation Schema.	Baseado no modelo de relacionamento de entidades.
6	Contém dados históricos.	Contém dados atuais.
7	Fornece dados resumidos e consolidados.	Fornece dados primitivos e altamente detalhados.
8	Fornece uma visão resumida e multidimensional dos dados.	Fornece uma visão relacional detalhada e plana dos dados.
9	O número de usuários está nas centenas.	O número de usuários está em milhares.
10	O número de registros acessados é em milhões.	O número de registros acessados é em dezenas.
11	O tamanho do banco de dados é de 100 GB a 1 TB	O tamanho do banco de dados é de 100 MB a 1 GB.
12	Altamente flexível.	Oferece alto desempenho.