Хранилище данных - OLAP

Сервер онлайн-аналитической обработки (OLAP) основан на многомерной модели данных. Это позволяет менеджерам и аналитикам получать представление об информации благодаря быстрому, последовательному и интерактивному доступу к информации. В этой главе рассматриваются типы OLAP, операции с OLAP, различия между OLAP и статистическими базами данных и OLTP.

Типы серверов OLAP

У нас есть четыре типа серверов OLAP -

Реляционный OLAP (ROLAP)
Многомерный OLAP (MOLAP)
Гибридный OLAP (HOLAP)
Специализированные SQL-серверы

Реляционный OLAP

Серверы ROLAP размещаются между реляционным внутренним сервером и клиентскими интерфейсными инструментами. Для хранения и управления данными хранилища ROLAP использует реляционную или расширенно-реляционную СУБД.

ROLAP включает в себя следующее -

Реализация агрегационной навигационной логики.
Оптимизация для каждой серверной части СУБД.
Дополнительные инструменты и услуги.

Многомерный OLAP

MOLAP использует многомерные механизмы хранения на основе массивов для многомерных представлений данных. В хранилищах многомерных данных использование хранилища может быть низким, если набор данных разрежен. Поэтому многие серверы MOLAP используют два уровня представления хранилища данных для обработки плотных и разреженных наборов данных.

Гибридный OLAP

Гибридный OLAP - это комбинация ROLAP и MOLAP. Он предлагает более высокую масштабируемость ROLAP и более быстрое вычисление MOLAP. Серверы HOLAP позволяют хранить большие объемы данных с подробной информацией. Агрегации хранятся отдельно в магазине MOLAP.

Специализированные SQL-серверы

Специализированные серверы SQL предоставляют расширенный язык запросов и поддержку обработки запросов для SQL-запросов по схемам «звезда» и «снежинка» в среде только для чтения.

OLAP операции

Поскольку серверы OLAP основаны на многомерном представлении данных, мы обсудим операции OLAP с многомерными данными.

Вот список операций OLAP -

Roll-up
Drill-down
Нарезать и нарезать
Поворот (поворот)

Свернуть

Roll-up выполняет агрегирование куба данных любым из следующих способов:

Поднимаясь вверх по иерархии понятий для измерения
По уменьшению размеров

На следующей диаграмме показано, как работает сворачивание.

Свертывание выполняется путем подъема по иерархии понятий для местоположения измерения.
Первоначально иерархия понятий была «улица <город <провинция <страна».
При свертывании данные агрегируются по возрастанию иерархии местоположений от уровня города до уровня страны.
Данные сгруппированы по городам, а не странам.
Когда выполняется сведение, одно или несколько измерений из куба данных удаляются.

Детализация

Детализация - это операция, обратная свертыванию. Это выполняется одним из следующих способов -

Путем снижения иерархии понятий для измерения
Представляя новое измерение.

На следующей диаграмме показано, как работает детализация -

Детализация выполняется путем понижения иерархии понятий для измерения времени.
Первоначально иерархия понятий была «день <месяц <квартал <год».
При развертке измерение времени понижается с уровня квартала до уровня месяца.
Когда выполняется детализация, добавляются одно или несколько измерений из куба данных.
Он перемещает данные от менее подробных данных к более подробным данным.

Ломтик

Операция среза выбирает одно конкретное измерение из данного куба и предоставляет новый вложенный куб. Рассмотрим следующую диаграмму, которая показывает, как работает срез.

Здесь Slice выполняется для измерения «время» с использованием критерия time = «Q1».
Он сформирует новый субкуб, выбрав одно или несколько измерений.

Игральная кость

Dice выбирает два или более измерения из данного куба и предоставляет новый вложенный куб. Рассмотрим следующую диаграмму, которая показывает операцию игры в кости.

Операция кубика на кубе на основе следующих критериев выбора включает три измерения.

(location = "Торонто" или "Ванкувер")
(время = «Q1» или «Q2»)
(item = "Мобильный" или "Модем")

Pivot

Операция поворота также известна как вращение. Он вращает оси данных в поле зрения, чтобы обеспечить альтернативное представление данных. Рассмотрим следующую диаграмму, на которой показана операция поворота.

OLAP против OLTP

Sr. No.	Хранилище данных (OLAP)	Операционная база данных (OLTP)
1	Включает историческую обработку информации.	Включает ежедневную обработку.
2	Системы OLAP используются работниками умственного труда, такими как руководители, менеджеры и аналитики.	Системы OLTP используются клерками, администраторами баз данных или специалистами по базам данных.
3	Полезно при анализе бизнеса.	Полезно для ведения бизнеса.
4	Он ориентирован на выход информации.	Основное внимание уделяется данным в формате.
5	На основе схемы звезды, снежинки, схемы и схемы созвездия фактов.	На основе модели взаимоотношений сущностей.
6	Содержит исторические данные.	Содержит текущие данные.
7	Предоставляет обобщенные и консолидированные данные.	Предоставляет примитивные и очень подробные данные.
8	Обеспечивает обобщенное и многомерное представление данных.	Предоставляет подробное и однозначное реляционное представление данных.
9	Количество пользователей исчисляется сотнями.	Количество пользователей исчисляется тысячами.
10	Количество доступных записей выражается в миллионах.	Количество доступных записей выражается в десятках.
11	Размер базы данных от 100 ГБ до 1 ТБ.	Размер базы данных от 100 МБ до 1 ГБ.
12	Очень гибкий.	Обеспечивает высокую производительность.