OLAP von Ashir Ali bietet eine Vielzahl von OLAP-Produkten an, die in drei Kategorien eingeteilt werden können: multidimensionales OLAP (MOLAP), relationales OLAP (ROLAP) und hybrides OLAP (HOLAP). Hier ist eine Aufschlüsselung der Unterschiede zwischen ihnen.
Anbieter bieten eine Vielzahl von OLAP-Produkten an, die in drei Kategorien eingeteilt werden können: multidimensionales OLAP (MOLAP), relationales OLAP (ROLAP) und hybrides OLAP (HOLAP). Hier ist eine Aufschlüsselung der Unterschiede zwischen ihnen.
Was ist ROLAP?
ROLAP steht für Relational Online Analytical Processing. ROLAP speichert Daten in Spalten und Zeilen (auch als relationale Tabellen bezeichnet) und ruft die Informationen bei Bedarf über vom Benutzer übermittelte Abfragen ab. Auf eine ROLAP-Datenbank kann über komplexe SQL-Abfragen zugegriffen werden, um Informationen zu berechnen. ROLAP kann große Datenmengen verarbeiten, aber je größer die Daten, desto langsamer die Verarbeitungszeiten.
Da Abfragen bei Bedarf durchgeführt werden, erfordert ROLAP keine Speicherung und Vorberechnung von Informationen. Der Nachteil von ROLAP-Implementierungen sind jedoch die potenziellen Leistungseinschränkungen und Skalierbarkeitseinschränkungen, die sich aus großen und ineffizienten Verknüpfungsoperationen zwischen großen Tabellen ergeben. Beispiele für beliebte ROLAP-Produkte sind Metacube von Stanford Technology Group, Red Brick Warehouse von Red Brick Systems und AXSYS Suite von Information Advantage.
Was ist MOLAP?
MOLAP steht für Multidimensional Online Analytical Processing. MOLAP verwendet einen mehrdimensionalen Würfel, der über verschiedene Kombinationen auf gespeicherte Daten zugreift. Die Daten werden vorberechnet, vorab zusammengefasst und gespeichert (ein Unterschied zu ROLAP, bei dem Abfragen bei Bedarf bereitgestellt werden).
Ein Multicube-Ansatz hat sich bei MOLAP-Produkten bewährt. Bei diesem Ansatz bilden eine Reihe dichter, kleiner, vorberechneter Würfel einen Hyperwürfel. Zu den Tools, die MOLAP integrieren, gehören Oracle Essbase, IBM Cognos und Apache Kylin.
Die einfache Benutzeroberfläche macht MOLAP auch für unerfahrene Benutzer einfach zu bedienen. Seine schnelle datenabruf macht es die beste für „schneiden und würfeln“ operationen. Ein großer Nachteil von MOLAP ist, dass es weniger skalierbar ist als ROLAP, da es eine begrenzte Datenmenge verarbeiten kann.
Was ist HOLAP?
HOLAP steht für Hybrid Online Analytical Processing. Wie der Name schon sagt, verbindet der HOLAP-Speichermodus Attribute von MOLAP und ROLAP. Da HOLAP das Speichern eines Teils Ihrer Daten in einem ROLAP-Speicher und eines anderen Teils in einem MOLAP-Speicher umfasst, profitieren Entwickler von beiden.
Bei dieser Verwendung der beiden OLAPs werden die Daten sowohl in mehrdimensionalen Datenbanken als auch in relationalen Datenbanken gespeichert. Die Entscheidung, auf eine der Datenbanken zuzugreifen, hängt davon ab, welche für die angeforderte Verarbeitungsanwendung oder den angeforderten Typ am besten geeignet ist. Dieses Setup ermöglicht viel mehr Flexibilität beim Umgang mit Daten. Für die theoretische Verarbeitung werden die Daten in einer mehrdimensionalen Datenbank gespeichert. Für eine intensive Verarbeitung werden die Daten in einer relationalen Datenbank gespeichert.
Microsoft Analysis Services und SAP AG BI Accelerator sind Produkte, die mit HOLAP laufen.
Eine Kurzanleitung zu Datenbanktechnologien
Sisense und Elasticubes
Ähnlich wie OLAP-basierte Lösungen ist Sisense eine Business Intelligence-Software, die Lösungen ermöglicht, bei denen mehrere Geschäftsanwender Ad-hoc-Datenanalysen in einem zentralen Datenrepository durchführen. Auf der anderen Seite erreicht Sisense dies nicht durch die Vorberechnung von Abfrageergebnissen, sondern durch den Einsatz modernster Technologie namens ElastiCube. Es handelt sich um eine ausgeklügelte Spaltendatenbank, die speziell für Business Intelligence-Lösungen entwickelt wurde. Seine einzigartige Speicher- und Speicherverarbeitungstechnologie verändert die Art und Weise, wie Business Intelligence-Lösungen auf Daten zugreifen, radikal.
Sisense basiert auf ElastiCube und bietet deutliche Vorteile gegenüber OLAP-basierten Lösungen:
- Sofortige Antwortzeiten auf Abfragen, ohne Vorberechnung oder Voraggregation von Daten
- Die Erstellung komplizierter Stern- / Schneeflocken-Schemata ist nicht erforderlich
- Ein Data Warehouse ist nicht erforderlich, wird jedoch problemlos unterstützt
- Der Anzahl der Dimensionen, die ein ElastiCube aufnehmen kann, sind keine physikalischen Grenzen gesetzt
- ElastiCube bietet Zugriff auf daten in beliebiger Granularität (nicht nur zu aggregierten Daten)
- Änderungen an ElastiCubes können durchgeführt werden, ohne das gesamte Datenmodell neu zu erstellen
- Ein ElastiCube benötigt deutlich weniger leistungsstarke Hardware als ein ähnliche OLAP cube
Weiterführende Literatur
Möchten Sie einen Sisense ElastiCube in Aktion sehen? Probieren Sie die kostenlose Testversion von Sisense aus und legen Sie innerhalb weniger Minuten los: