rolap和molap的概念跟差别_最大的差异_rolap和molap的概念跟差别

创新科技促进应用进步 北京润乾信息系统技术集大成者MOLAP 和 ROLAP 集大成者润乾 SOLAP北京润乾信息系统技术创新科技促进应用进步 北京润乾信息系统技术一、 二、 三、 四、 五、 六、 七、 ................................................................................................ .................................................... 3 内容提要 ................................ 两大阵营： ..................................................... 3 两大阵营：MOLAP 和 ROLAP ................................................................ 纠结： ................................................... 6 纠结：性能迅捷 OR 数据实时 ................................................................ 纠结： ............................................... 7 纠结：钻取明细 OR 钻取立方体 ................................................................ 纠结： ................................................... 8 纠结：各自为政 OR 统一协作 ................................................................ 结束纠结： .............................. 结束纠结：润乾 SOLAP .............................................................................................. 9 离散数据集： ....................................... 9 离散数据集：创新科技引领应用进步 ................................................................创新科技引领应用进步 北京润乾信息系统技术内容提要 一、 内容提要1993 年，关系型之父 E.F.Codd 明确定义了联机分析的 关系型之父 联机分析的概念并建立为 十二条准则，他觉得用户的决策分析应该对数据进行长期计算能够受到结果，而 用户的决策分析应该对数据进行长期计算能够得到结果 关系型简单的查询 查询并不能满足决策者提出的意愿。

跟随这一革命性的概念 这一革命性的概念， OLAP 多维分析工具在十几年里 十几年里渐渐成熟壮大，获得了行业的广泛认同 认可。 润乾 SOLAP 是一款企业级多维分析 企业级多维分析软件，拥有完全自主的知识产权 自主的知识产权，采用了 业内首创的先进数学建模 既适合对海量数据进行高性能的拖拽切片，也适合对 先进数学建模，既适合对海量数据进行高性能的拖拽切片 实时数据进行即时的钻取透视。 实时数据进行即时的钻取透视 普通的 OLAP 产品按照实现原理不同 产品按照实现原理不同，大致分为 MOLAP 和 ROLAP 两类，两者 各有优缺点又无法统一， ，使用户进入深深地纠结状态。润乾 SOLAP 集 MOLAP 和 ROLAP 两种分析模型于一体 于一体rolap和molap的概念和差别，具有统一的内部接口，不仅无法适应 TB 级的数据 不仅无法适应 库跟 GB 级的文件数据， ，还可以预测钻取实时的业务数据，是结束这场纠结的更 是结束这场纠结的更 佳选择。两大阵营： 二、 两大阵营：MOLAP 和 ROLAP多维分析派别林立， ，但纠其根本就会看到能分为 MOLAP 和 ROLAP 两大阵营， 其他类型都是从这两类中细分出来的， 其他类型都是从这两类中细分下来的 差别甚微。

MOLAP 和 ROLAP 的主要差别是 的主要区分是： 分析数据是存放在中 中而是储存在多维文件中。 Multidimension OLAP 简称 MOLAP，是 Arbor Software 最先严格遵守 Codd 严格按照 的定义，自行制定多维 多维，存放联机分析平台数据，开创了多维数据存储的 开创了多维数据存储的 先河。 MOLAP 将 OLAP 分析所用到的多维数据物理上传输为多维数组的方式 分析所用到的多维数据物理上传输为多维数组的方式， 形成“多维立方体(CUBE) (CUBE)”的结构。维的属性值被映射成多维键值的数组 维的属性值被映射成多维键值的数组 值或下标的范围，而汇总 数据成为多维函数的值传输在子句的单元中。由 汇总数据成为多维函数的值传输在字符的单 于 MOLAP 采用了新的存储结构 采用了新的传输结构，从物理层实现起，因此既称为 因此又称为“物理 OLAP” （Physical OLAP） 其结构如下图： 。其构架如下图变革技术实现应用进步 北京润乾信息系统技术在 MOLAP 的结构中， ，分散在企业外部各 OLTP 中的数据经过提取 中的数据经过提取、清 洁、转换等方法后提交给多维 这些数据在被存入多维时，将按照 提交给多维。

这些数据在被存入多维时 它们所属的维进行一系列的预处理操作 的维进行一系列的预处理操作（计算跟合并） 并把结果按一定的层次 ，并把结果按一定的层次 结构存入多维中。 。用户借助客户端应用工具的图标申请分析需求给 OLAP 应用工具的界面递交分析需求给 服务器，再由 OLAP 服务器检索 MDDB 以受到结果并返回给用户 以受到结果并返回给用户。 MOLAP 在多维文件中预算了 在多维文件中预算了长期数据，它的特点主要有： 专为 olap 所设计 性能好、响应速度快 响应速度快 支持高性能的决策支持计算 设计推进简便 Relational OLAP 简称 ROLAP，ROLAP 将预测用的多维数据传输在关系 中，对每个针对 OLAP 服务器的查询 优先运用已经计算好的实视图来生成查询 服务器的查询，优先运用已经计算好的实视图来生成查询 结果以提升查询效率。同时用作 ROLAP 存储器的 RDBMS 也对于 OLAP 作相应的优 同时用作 化， 比如并行传输、 并行查询、 并行查询 并行数据管理、 基于利润的查询优化、 基于成本的查询优化 位图索引、 SQL 的 OLAP 扩展(cube,rollup) (cube,rollup)等等。

其结构如下图：创新科技引领应用进步 北京润乾信息系统技术ROLAP 的底层是关系型 底层是关系型，而不是多维。用户借助客户端 用户通过客户端 工具提交多维分析请求帮 OLAP 服务器，后者动态将这种请求转化成 SQL 语句执 后者动态将这种请求转化成 行，分析的结果经多维处理转换为多维视图返回给客户 分析的结果经多维处理转换为多维视图返回给客户。 ROLAP 基于灵活的 基于灵活的，他的特点主要有： 可采用旧的关系的技术 借用 RDBMS 存储数据 存储数据，没有文件大小限制 数据实时性强 方便传输明细数据 有特点就有劣势，一方的优 一方的特点正好是另一方的劣势，两者的优势如何兼顾是 两者的优势如何兼顾是 个令人苦恼的难题；个别厂商 个别厂家意识到了这个难题，已经借助收购推出了它们展现 已经借助收购推出了它们展现 的产品，但由于是商业出售行为 是商业并购行为没有从底层创新突破，所以这类产品 这类产品外观虽统一 相似可用起来才会显著区别出两类产品的强制合并 在接口体验集成上都存在巨 明显区别出两类产品的强行合并， 大的障碍。创新科技促进应用进步 北京润乾信息系统技术纠结： 三、 纠结：性能迅捷 OR 数据即时首先纠结的是性能跟实时性。

首先纠结的是性能跟实时性 MOLAP 由于专为 OLAP 所设计，其数据传输结构是为了改进多维数据 其数据传输结构是为了改进多维数据，预算了 大量统计数据，因此在执行时无需等待 因此在执行时无需等待，无需表关联，直接寻址， ，直接响应用户 的查询请求。这样的结果就是 MOLAP 在客户体验上总是以性能迅捷著称 这样的结果就是 在客户体验上总是以性能迅捷闻名，非常适 合领导决策类的面向领导、面向宏观的剖析。 合领导决策类的面向领导 相反地，MOLAP 不能直接从取数 因此业务数据的差异不能迅速反应 不能直接从取数，因此业务数据的差异不能迅速反应 到 MOLAP 中，无法做到即时评述数据 这对一些实时性要求更强的业务就不合适 无法做到即时评述数据，这对一些实时性要求更强的业务就不合适 了。另外在读写 TB 级的多维 级的多维文件时 MOLAP 的性能优势亦不复存在 的性能优势亦不复存在，其读写性能 显著降低，会明显影响客户体验 会显著影响客户体验。 MOLAP 的性能曲线起点高，但随密度差异下 但随密度差异下 降较快，在 10GB 之内有 之内有其王者地位。 ROLAP 基于，其数据能直接来自于业务平台以及镜像的，即使 ，其数据能直接来自于业务平台以及镜像的 是数据仓库也可以用触发器实时同步数据， 是数据仓库也可以用触发器实时同步数据 因此基于的 ROLAP 分析的数据 实时性高，非常合适对实时性要求敏感的业务种类 另外有分表，分区， 非常合适对实时性要求敏感的业务类别。

另外有分表 集群的能力，因此对数据量的大小不敏感 因此对数据量的大小不敏感，TB 级的经过改进后速度跟 GB 级的没有显著差别。ROLAP 的性能曲线起点低，但随密度差异减少较慢 ROLAP 但随密度差异增加较慢，其性能 只能在 10GB 之外展现出来 之外体现出来。 相反地，ROLAP 要把用户的请求 要把用户的请求最后转换为 SQL 语句。SQL 语句本身不合适 执行多维分析， 其预测过程颇具了 “多维请求-〉 拆分成 SQL->优化 SQL->取数-〉 优化 整合数据-〉优化为多维结果 ，因此其预测过程波折复杂，硬凑的 优化为多维结果” 硬凑的痕迹明显，其 性能大打折扣。 一种是预测性能，一种是数据实时性 一种是数据实时性。前者在面向领导、面向宏观决策的分 面向宏观决策的分 析中用的较好，比如股票宏观 股票宏观预测、规划分析、航班政策分析 航班政策分析。后者在 实时性要求更强的业务中用的较差，比如股票买卖分析，预警分析 实时性要求更强的业务中用的较差 预警分析，航 班调度分析。创新科技促进应用进步 北京润乾信息系统技术两类需求都在平台中存在的之后怎样选择 都在平台中存在的之后怎样选择？比如交通系统中， ，给领导看的道 路交通规划分析跟给实时分析师看的交通预警分析还会存在 难道要牺 路交通规划分析跟给实时分析师看的交通预警分析还会存在， 牲性能使领导在慢吞吞的操作中抓耳挠腮 或者是牺牲实时性让交通分析师去 领导在慢吞吞的操作中抓耳挠腮？或者是牺牲实时性让交通分析师去 敬告司机“昨天东二环堵车 堵车，请绕行通惠河北路”？----显然单选谁 选谁都不合适。

谁可解决这个矛盾？ ？怎么解决这个冲突？纠结： 钻取立方体 四、 纠结：钻取明细 OR 钻取立方体其次纠结的是钻取明细跟钻取立方体（cube） 其次纠结的是钻取明细跟钻取 MOLAP 把数据加工成能直接进行多维分析的数据 这使用户进行多维分 把数据加工成能直接进行多维分析的数据，这使用户进行多维分 析的之后速度大大加快，但是----用户在探讨中似乎只进行多维分析吗 析的之后速度大大加快 用户在探讨中似乎只进行多维分析吗？答 案能否定的----钻取明细就是一种和多维分析紧密相关 但更合适用关系型 钻取明细就是一种和多维分析紧密相关，但更合适用关系型 表现的功能。 。 明细指的是当前 CUBE 所依赖的原始聚合来源。 这个来源一般是一条条的 历史流水信息，比如合同订单列表 比如合同订单列表、商品销售流水、日志表， ，这些流水信息 不易于分析，因此经过汇总加工后 形成多维分析中的统计值供用户使用。 经过汇总加工后，形成多维分析中的统计值 用户在多维分析中观察至敏感数据后，往往希望知道这种敏感数据的明细 用户在多维分析中观察至敏感数据后 了解这种敏感数据的明细， 这时就要做汇总明细 明细的反操作：钻取明细。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-144581-1.html