多維在線上分析處理

什麼是多維在線上分析處理

一般來說，一個OLAP應用程式以多維方式處理數據。用戶可以觀察數據集合體的不同方面，例如銷售時間，地點和產品模型。如果數據貯存在相關的資料庫里，那么它能被多維的觀察，但是只能用連續的訪問和處理數據集合體的一個方面的表格的方式。MOLAP處理已經存貯在多維列表里的數據，在列表里數據可能的結合都被考慮，每個數據都在一個能夠直接訪問的單元里。因為這個原因，對大多數用途來說，MOLAP都比關係型在線上分析處理（Relational Online Analytical Processing）要更快和更受用戶歡迎。也有HOLAP（混合OLAP）,結合了ROLAP和MOLAP的一些特性。

多維OLAP，基於多維數據存儲的線上分析處理，MOLAP伺服器提供數據存儲管理，一般是放在物理的“立方塊（Cube）”當中。

MOLAP常常用作數據倉庫應用程式的一部分。

MOLAP使用一種持久穩固的立方體結構，與關係型資料庫是分離的。Hyperion Essbase、Microsoft Analysis Services、Cognos PowerPlay都是使用了這種方法。因為一個立方體包含一個預先計算好的數據子集，所以與DOLAP和ROLAP相比回響時間更快速且可以預測。 MOLAP資料庫傳統上還具有更大程度的多維計算，比ROLAP中也更容易實現。例如，Hyperion Essbase使用一個@DESCENDANTS功能，讓你將一個特定級別中的成員指向同一層次（如，一月、二月、三月並列是第一季度的下一級）。儘管一些關係資料庫具有CASE功能，也可以使你在一個計算中指向這些行，但並不是所有都能做到，而且計算並不一定都是直截了當。

MOLAP的大幅下降是因為它是需要IT支持、管理、維護的另外一種數據存儲。公司抱怨維護200個立方體需要很多努力，或公司擁有的是花費一個星期重新計算的設計不良的立方體，這都是很平常的。當一個維空間改變，如增加一個新的產品或改組業務單元，你可能就不得不重新計算整個MOLAP立方體。

MOLAP是事先生成多維立方體，供以後查詢分析用,而ROLAP是通過動態的生成Sql,去做查詢關係型資料庫，如果沒有做性能最佳化，數據量很大的時候，性能問題就會顯得比較突出了。

以多維數據組織方式為核心,也就是說,MOLAP使用多維數組存儲數據。多維數據在存儲中將形成“立方塊（Cube）”的結構,在MOLAP中對“立方塊”的“旋轉”、“切塊”、“切片”是產生多維數據報表的主要技術。

多維在線上分析處理的特點

在MOLAP中，不但把多維實視圖在概念上看成一個超立方體，而且在物理上把多維實視圖組成一個多維資料庫，而不像ROLAP那樣，以表的形式存儲實視圖。

在MOLAP中，維的屬性值被映射成多維數組的下標值或下標的範圍，而總結數據作為多維數組的值存儲在數據的單元中。維可以看作為自變數，總結數據稱為因變數。自變數相當於關係中的主關鍵字，由多個維組成，總結數據是由自變數的值決定的。

ROLAP在節省存儲空間、靈活性、與關係資料庫保持一致等方面有明顯的優勢；MOLAP則在性能和管理的簡便性方面有其優點。雖然MOLAP的查詢速度比較快，但是在實現時也有下面3方面的限制：

Rolap	Molap
沿用現有的關係資料庫的技術	專為olap所設計
回響速度比molap慢：現有關係型資料庫已經對olap做了很多最佳化，包括並行存儲、並行查詢、並行數據管理、基於成本的查詢最佳化、點陣圖索引、sql 的olap擴展(cube,rollup)等，性能有所提高	性能好、回響速度快
數據裝載速度快	數據裝載速度慢
存儲空間耗費小，維數沒有限制	需要進行預計算,可能導致數據爆炸，維數有限；無法支持維的動態變化
借用rdbms存儲數據，沒有檔案大小限制	受作業系統平台中檔案大小的限制，難以達到tb 級(只能10~20g)
可以通過結構化查詢語言（sql）實現詳細數據與概要數據的存儲	缺乏數據模型和數據訪問的標準
不支持有關預計算的讀寫操作:sql無法完成部分計算；無法完成多行的計算；無法完成維之間的計算	支持高性能的決策支持計算:複雜的跨維計算；多用戶的讀寫操作；行級的計算
維護困難	管理簡便

多維在線上分析處理

基本介紹

什麼是多維在線上分析處理

多維在線上分析處理的特點

多維在線上分析處理與關係型在線上分析處理比較

熱門詞條