Hva er MOLAP?
Multidimensjonal OLAP (MOLAP) er en klassisk OLAP som forenkler dataanalyse ved å bruke en flerdimensjonal datakube. Data blir forhåndsberegnet, resumert og lagret i en MOLAP (en stor forskjell fra ROLAP). Ved hjelp av en MOLAP kan en bruker bruke flerdimensjonale visningsdata med forskjellige fasetter.
Flerdimensjonal dataanalyse er også mulig hvis det brukes en relasjonsdatabase. Ved det ville det kreve spørring av data fra flere tabeller. Tvert imot har MOLAP alle mulige kombinasjoner av data som allerede er lagret i en flerdimensjonal matrise. MOLAP kan få tilgang til disse dataene direkte. Derfor er MOLAP raskere sammenlignet med Relational Online Analytical Processing (ROLAP).
I denne veiledningen vil du lære-
- MOLAP Arkitektur
- Implementeringshensyn er MOLAP
- Molap Fordeler
- Molap Ulemper
- MOLAP Verktøy
Viktige punkter
- I MOLAP kalles operasjoner behandling.
- MOLAP-verktøy behandler informasjon med samme responstid uavhengig av oppsummeringsnivået.
- MOLAP-verktøy fjerner kompleksiteten ved å designe en relasjonsdatabase for å lagre data for analyse.
- MOLAP-serveren implementerer to lagringsrepresentasjoner for å administrere tette og sparsomme datasett.
- Lagringsutnyttelsen kan være lav hvis datasettet er sparsomt.
- Fakta lagres i flerdimensjonalt utvalg og dimensjoner som brukes til å spørre dem.
MOLAP Arkitektur
MOLAP Architecture inkluderer følgende komponenter -
- Databaseserver.
- MOLAP-server.
- Front-end verktøy.
Vurder ovenfor gien MOLAP Architectures: -
- Brukerforespørselen rapporterer via grensesnittet
- Programmets logiske lag av MDDB henter lagrede data fra databasen
- Applikasjonslogikklaget videresender resultatet til klienten / brukeren.
MOLAP-arkitektur leser hovedsakelig de forhåndskompilerte dataene. MOLAP-arkitekturen har begrensede muligheter for dynamisk å lage aggregeringer eller beregne resultater som ikke er forhåndsberegnet og lagret.
For eksempel kan et regnskapssjef kjøre en rapport som viser bedriftens P / L-konto eller P / L-konto for et bestemt datterselskap. MDDB vil hente forhåndskompilerte Profit & Loss-tall og vise resultatet til brukeren.
Implementeringshensyn er MOLAP
- I MOLAP er det viktig å vurdere både vedlikeholds- og lagringsimplikasjoner for å lage strategi for å bygge kuber.
- Proprietære språk som brukes til å søke på MOLAP. Imidlertid innebærer det omfattende klikk- og dra-støtte for eksempel MDX fra Microsoft.
- Vanskelig å skalere fordi antallet og størrelsen på kuber som kreves når dimensjonene øker.
- API-er bør sørge for sondering av kubene.
- Datastruktur for å støtte flere fagområder for dataanalyser hvilke data som kan navigeres og analyseres. Når navigasjonen endres, må datastrukturen reorganiseres fysisk.
- Trenger forskjellige ferdighetssett og verktøy for databaseadministratoren for å bygge, vedlikeholde databasen.
MOLAP Fordeler
- MOLAP kan administrere, analysere og lagre betydelige mengder flerdimensjonale data.
- Rask spørringsytelse på grunn av optimalisert lagring, indeksering og hurtigbufring.
- Mindre størrelser på data sammenlignet med relasjonsdatabasen.
- Automatisert beregning av høyere nivå av aggregerte data.
- Hjelp brukere å analysere større, mindre definerte data.
- MOLAP er enklere for brukeren. Derfor er det en passende modell for uerfarne brukere.
- MOLAP-kuber er bygget for rask datainnhenting og er optimale for skjæring og terning.
- Alle beregninger genereres på forhånd når kuben er opprettet.
MOLAP Ulemper
- En stor svakhet ved MOLAP er at den er mindre skalerbar enn ROLAP, da den bare håndterer en begrenset mengde data.
- MOLAP introduserer også dataredundans siden den er ressurskrevende
- MOLAP-løsninger kan være lange, spesielt på store datavolumer.
- MOLAP-produkter kan møte problemer når de oppdaterer og spør etter modeller når dimensjonene er mer enn ti.
- MOLAP kan ikke inneholde detaljerte data.
- Lagringsutnyttelsen kan være lav hvis datasettet er sterkt spredt.
- Den kan håndtere den eneste begrensede datamengden, derfor er det umulig å inkludere en stor mengde data i selve kuben.
MOLAP Verktøy
- Essbase - Verktøy fra Oracle som har en flerdimensjonal database.
- Express Server - Nettbasert miljø som kjører på Oracle-databasen.
- Yellowfin - Forretningsanalyseverktøy for å lage rapporter og dashboards.
- Clear Analytics - Clear analytics er en Excel-basert forretningsløsning.
- SAP Business Intelligence - Forretningsanalyseløsninger fra SAP
Sammendrag:
- Multidimensjonal OLAP (MOLAP) er en klassisk OLAP som forenkler dataanalyse ved å bruke en flerdimensjonal datakube.
- MOLAP-verktøy behandler informasjon med samme responstid uavhengig av oppsummeringsnivået.
- MOLAP-serveren implementerer to lagringsnivåer for å administrere tette og sparsomme datasett.
- MOLAP kan administrere, analysere og lagre betydelige mengder flerdimensjonale data.
- Det hjelper med å automatisere beregning av høyere nivå av aggregerte data
- Den er mindre skalerbar enn ROLAP, da den bare håndterer en begrenset mengde data.