数据仓库OLAP

分析处理服务器（OLAP）基于多维数据模型. 它使管理人员和分析人员可以通过快速，一致和交互式的信息访问来洞察信息. 本章将介绍OLAP的类型，OLAP操作olap服务器，OLAP以及统计和OLTP之间的区别.

我们有四种类型的OLAP服务器:

ROLAP服务器位于关系后端服务器和客户端前端工具之间. 为了存储和管理仓库数据，ROLAP使用关系或扩展关系DBMS.

ROLAP包括以下内容:

MOLAP使用基于数组的多维存储引擎来执行数据的多维视图. 对于多维数据存储，如果数据集稀疏，则存储利用率可能较低. 因此，许多MOLAP服务器使用两个级别的数据存储表示来处理密集和稀疏的数据集.

混合OLAP是ROLAP和MOLAP的组合. 它提供了更高的ROLAP可伸缩性和更快的MOLAP计算. HOLAP服务器允许存储大量数据的详细信息. 聚合存储在MOLAP存储中.

专用的SQL Server在只读环境中为星型和雪花模式的SQL查询提供高级查询语言和查询处理支持.

由于OLAP服务器的多维视图基于数据，因此我们将讨论多维数据中的OLAP操作.

以下是OLAP操作的列表:

摘要可以通过以下任何一种方式对数据多维数据集执行聚合:

下图说明了聚合的工作原理.

钻孔是向上滚动的反向操作. 它可以通过以下任何一种方式执行:

下图说明了深度挖掘的工作原理:

切片操作从给定的多维数据集中选择特定尺寸，并提供一个新的子多维数据集. 请看下面的图片，它显示了切片的工作原理.

骰子从给定的多维数据集中选择两个或多个维，并提供一个新的子多维数据集. 考虑下面显示骰子操作的图表.

基于以下选择标准对多维数据集进行骰子操作涉及三个维度.

旋转操作也称为旋转. 它在视图中旋转数据轴以提供替代的数据显示. 请考虑下图olap服务器，其中显示了中心操作.

此处，二维切片中的项目和位置轴已旋转.

无数据仓库（OLAP）操作（OLTP）

信息的历史处理.

涉及日常处理.

知识型员工使用高管，经理和分析师等OLAP系统.

文员，管理员或人员使用OLTP系统.

有用的分析业务.

有用的业务.

它专注于信息的发布.

它专注于数据.

基于星型模式，雪花模式和事实星座模式.

基于实体关系模型.

包含历史数据.

包含当前数据.

提供摘要和综合数据.

提供原始且高度详细的数据.

提供数据的摘要和多维视图.

提供详细而平坦的数据关系视图.

一个或数百个用户.

成千上万的用户.

访问的记录数以百万计.

已访问的记录数为十.

大小从100 GB到1 TB

大小从100 MB到1 GB.

高度灵活

提供高性能.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-177339-1.html