Hvad er OLAP?
OLAP er online analytisk behandling, da selve navnet, der indikerer, at OLAP er til det dataanalytiske formål, derfor gør det det muligt for os at analysere oplysninger fra flere databasesystemer på samme tid. Med andre ord kan vi fortælle, at det er en computermetode, der giver brugerne let mulighed for at udtrække krævede data og forespørgseldata for at analysere dem fra forskellige synsvinkler. Det er dybest set baseret på de enorme data, der kaldes datavarehus; det indsamler de krævede data fra datalageret og udfører den nødvendige virksomhedsanalyse for at tage nogle beslutninger i branchen om at forbedre fortjenesten, forbedre salget, forbedre brandet, forbedre markedsføringen og så alt sammen. Derfor bruger OLAP i forretningsundersøgelser til forespørgsler om hjælp til trendsanalyse, salgsprognoser, finansiel rapportering, planlægningsformål, budgettering og så andre ting.
Definition
OLAP er OLAP (Online Analytical Processing) er en kraftfuld teknologi bag mange Business Intelligence (BI) applikationer, der opdager data, rapporteringsevne, komplekse analytiske beregninger og forudsigelig ”hvad hvis” scenario, budgetplanlægning, prognoseplanlægning.
For eksempel kan en bruger anmode om, at data analyseres for at få vist et regneark, der viser al filmens frigivelse i Mumbai i august måned, sammenligne indtægtstal med dem for den samme film i december og derefter se en sammenligning af anden film for at kontrollere, om opnået højere succes og blive en rentabel eller ej i samme tidsperiode. Så ved denne analyse vil være i stand til at tage beslutningen om, hvor filmen skal frigives, og hvorved de får mere overskud og endda denne form for dataanalyse er med til at planlægge markedsføringsstrategi som hvor man skal markedsføre, hvordan man gør, gennem hvilken kanal at gøre osv.
Nu vil vi se, hvordan OLAP fungerer - Dataene indsamles først fra flere datakilder (som et regneark, video, XML, osv.) Og gemmes i datalager, som derefter renses og organiseres i datakuber. Udtrykket kube bruger terning, fordi det er kategoriseret efter tre dimensioner, som endda kan kategoriseres efter flerdimensioner. Så hver OLAP-terning indeholder data, der er kategoriseret efter nogle dimensioner (f.eks. Kunder, tidsperiode, geografisk salgsregion og produkt), der er afledt af multidimensionelle tabeller i datalagerne. Dimensionerne kan udfyldes af medlemmer eller for dimensioner, der kan tage værdien, såsom kundenavne, lande og måneder, der er organiseret hierarkisk og ønsker at udføre analysen på de specifikke værdier. OLAP-terningerne er for-opsummeret på de hyppige forespørgsler på tværs af dimensioner, der forbedrer udførelsestiden for forespørgsel over relationelle databaser. Så som dette fungerer det for at lette en anden slags analyse inden for et tidsrum.
Ligesom OLAP er det andet udtryk, vi har, OLTP, der er online transaktionsbehandling, begge er online-behandlingssystemer, OLTP er transaktionsbehandling hovedsageligt bekymret over transaktionsopgaven, mens OLAP er et analytisk behandlingssystem, der hovedsageligt er bekymret for analyse og rapportering og giver den værdifulde indsigt til at forbedre virksomheden.
OLAP gør arbejdet så let i forretningsrapportering for salg, administrationsrapportering, marketing, forretningsprocesstyring, økonomisk rapportering, budgettering og prognoser og mere.
OLAP kan bruges til at udføre fem typer analytiske operationer mod de multidimensionelle databaser:
- Oprulning - Også kendt som drill-up eller konsolidering, bruges til at opsummere driftsdata sammen med dimensionen.
- Drill-down - For at udføre analysen dybere blandt datadimensionerne. For eksempel at bore ned fra “tidsperiode” til “år” og “måneder” og til “dage” og så videre for at kortlægge salgsvæksten for et produkt.
- Skive - For at udføre analysen for at tage et niveau af information til visning, f.eks. "Salg i 2019."
- Terninger - For at udføre analysen for at vælge data fra flere dimensioner, der skal analyseres, f.eks. "Salg af grønt æble i Bangalore i 2019."
- Pivot - For at udføre analysen, der kan få et nyt syn på data ved at rotere terningen af terningen.
Når OLAP giver terningen, der er af dimensioner, så find krydset mellem dimensioner, for eksempel er al film rentabel i Mumbai i en bestemt periode og viser resultatet. Hver OLAP-terning dækker hundreder af mål, der har mindst en mulig, som faktisk stammer fra information, der er gemt i datalagerets faktaborde.
Arkitektur
Som i figuren begynder det at arbejde med dataindsamling fra flere kilder og gemt i et datavarehus. Endvidere oprettes OLAP-terningerne på rensede lagerdata, som brugere kan køre forespørgsler imod.
Der er dybest set tre typer OLAP (Online Analyse-behandling):
MOLAP (Multidimensional OLAP) - MOLAP er en OLAP til multidimensionel database indeksbaseret.
ROLAP (Relational OLAP) - ROLAP er en OLAP, der udfører dynamisk multidimensionel analyse på en lagringsdata, der er lagret i en database.
HOLAP (Hybrid OLAP) - HOLAP er en forskellige integration af ROLAP og MOLAP. Det bruges til at udvikle ROLAP-datakapacitet med MOLAP den overlegne behandlingsevne til at opfylde behandlingskravene.
Anvendelser og fordele ved OLAP
OLAP kan bruges til dataudtrækning eller minedrift, dataanalyse, rapportering, til at finde forholdet mellem dataelementer. For at importere data fra en eksisterende relation kan vi bruge ODBC (Open Database Connectivity) til at oprette en OLAP multidimensionel database. Alle transaktionsdata er ikke påkrævet til trendanalyse, så en OLAP-database behøver ikke at være så stor som et datavarehus.
Ulemper ved OLAP
Nogle af ulemperne ved OLAP er formodellering, der som et must, stor afhængighed af it, dårlig beregningsmulighed, langsom reaktion, mangel på interaktiv analyseevne, abstrakt model, stor potentiel risiko.
Nogle af de analytiske værktøjer (OLAP) er IBM Cognos, Micro Strategy, Palo OLAP Server, Apache Kylin, Oracle OLAP, icCube, Pentaho BI, JsHypercube osv.
Konklusion
- OLAP (Online Analytical Processing) er kraftfuld teknologi bag mange Business Intelligence (BI) applikationer, der opdager data, rapportvisningsfunktioner, komplekse analytiske beregninger og forudsigeligt scenario, budgetplanlægning, prognoseplanlægning.
- Det fungerer, som det først indsamlede dataene fra flere datakilder (som et regneark, video, XML osv.) Og gemmes i datalager, som derefter renses og organiseres i datakub, som kan køre brugerens forespørgsler.
- De fem typer analytiske operationer mod de multidimensionelle databaser, der kan udføres, er Roll-up, Drill-down, Slice, Dice og Pivot.
- Der er tre typer OLAP, som er MOLAP, ROLAP, HOLAP.
- Nogle af de analytiske værktøjer (OLAP) er IBM Cognos, Micro Strategy, Palo OLAP Server, Apache Kylin, Oracle OLAP, icCube, Pentaho BI, JsHypercube osv.
Anbefalede artikler
Dette har været en guide til Hvad er OLAP. Her diskuterede vi de grundlæggende koncepter, krævede færdigheder og fordele ved OLAP. Du kan også gennemgå vores andre foreslåede artikler for at lære mere -
- Hvad er XML?
- Hvad er dataanalytiker? Færdigheder til dataanalytiker
- Hvad er en bikube?
- Hvad er datavidenskab? Betydningen af datavidenskab