Was ist OLAP?
OLAP ist eine Online-Analyseverarbeitung, da der Name selbst angibt, dass OLAP für Datenanalysezwecke vorgesehen ist, sodass Informationen aus mehreren Datenbanksystemen gleichzeitig analysiert werden können. Mit anderen Worten, wir können feststellen, dass es sich um eine Rechenmethode handelt, mit der Benutzer auf einfache Weise erforderliche Daten extrahieren und Daten abfragen können, um sie aus verschiedenen Blickwinkeln zu analysieren. Es basiert im Wesentlichen auf den riesigen Datenmengen, die als Data Warehouse bezeichnet werden. Es sammelt die erforderlichen Daten aus dem Data Warehouse und führt die erforderlichen Geschäftsanalysen durch, um im Geschäft eine Entscheidung zu treffen, um den Gewinn zu steigern, den Verkauf zu verbessern, die Marke zu verbessern, das Marketing zu verbessern und so weiter. Daher verwendet der OLAP in Business Intelligence Abfragen zur Unterstützung bei der Trendanalyse, Umsatzprognose, Finanzberichterstattung, Planungszwecken, Budgetierung und so weiter.
Definition
OLAP ist OLAP (Online Analytical Processing) ist eine leistungsstarke Technologie für viele Business Intelligence (BI) -Anwendungen, die Daten erkennt, Funktionen zum Anzeigen von Berichten, komplexe analytische Berechnungen und prognostizierte Was-wäre-wenn-Szenarien, Budgetplanung und Prognoseplanung.
Beispielsweise kann ein Benutzer die Analyse von Daten anfordern, um eine Tabelle mit der Veröffentlichung des Films in Mumbai im August anzuzeigen, die Umsatzzahlen mit denen desselben Films im Dezember zu vergleichen und dann einen Vergleich mit anderen Filmen zu sehen, um festzustellen, ob dies der Fall ist im gleichen Zeitraum einen höheren Erfolg erzielt und profitabel wird oder nicht. Durch diese Analyse wird es also möglich sein, zu entscheiden, wo der Film veröffentlicht werden soll und womit sie mehr Gewinn erzielen, und selbst diese Art der Datenanalyse hilft bei der Planung der Marketingstrategie, wie Marketing zu betreiben ist, wie zu tun ist, wodurch Kanal zu tun und so weiter.
Nun werden wir sehen, wie OLAP funktioniert. Die Daten werden zuerst aus mehreren Datenquellen (wie Tabellenkalkulation, Video, XML usw.) gesammelt und in Data Warehouses gespeichert, die dann bereinigt und in Datenwürfeln organisiert werden. Der Begriff Würfel verwendet Würfel, da er in drei Dimensionen unterteilt ist, die sich sogar in mehrere Dimensionen unterteilen lassen. Jeder OLAP-Cube enthält also Daten, die nach bestimmten Dimensionen (z. B. Kunden, Zeitraum, geografische Vertriebsregion und Produkt) kategorisiert sind und von mehrdimensionalen Tabellen in den Data Warehouses abgeleitet wurden. Die Dimensionen können von Mitgliedern oder für Dimensionen ausgefüllt werden, die den Wert annehmen können, z. B. Kundennamen, Länder und Monate, die hierarchisch organisiert sind und die Analyse für die spezifischen Werte durchführen möchten. Die OLAP-Cubes sind für die häufigen Abfragen in verschiedenen Dimensionen zusammengefasst, wodurch die Ausführungszeit für Abfragen in relationalen Datenbanken verbessert wird. So funktioniert es, eine andere Art von Analyse innerhalb einer Zeit zu ermöglichen.
Wie OLAP ist der andere Begriff, den wir haben, OLTP, das die Online-Transaktionsverarbeitung ist. Beide sind Online-Verarbeitungssysteme. OLTP ist die Transaktionsverarbeitung, die hauptsächlich die Aufgabe der Transaktion betrifft gibt den wertvollen Einblick, um das Geschäft zu verbessern.
Der OLAP erleichtert die Arbeit in der Geschäftsberichterstattung für Vertrieb, Managementberichterstattung, Marketing, Geschäftsprozessmanagement, Finanzberichterstattung, Budgetierung und Prognose und mehr.
Mit dem OLAP können fünf Arten von Analysevorgängen für die mehrdimensionalen Datenbanken ausgeführt werden:
- Roll-up - Wird auch als Drill-up oder Konsolidierung bezeichnet und dient zum Zusammenfassen von Betriebsdaten zusammen mit der Dimension.
- Drilldown - Um die Analyse in den Dimensionen der Daten zu vertiefen. Beispiel: Drilldown von "Zeitraum" auf "Jahre" und "Monate" und auf "Tage" usw., um das Umsatzwachstum für ein Produkt zu zeichnen.
- Slice - Um die Analyse so durchzuführen, dass eine Informationsebene angezeigt wird, z. B. "Verkäufe im Jahr 2019".
- Würfel - Führen Sie die Analyse durch, um Daten aus mehreren zu analysierenden Dimensionen auszuwählen, z. B. "Verkauf von grünem Apfel in Bangalore im Jahr 2019".
- Pivot - Zum Durchführen der Analyse, mit der durch Drehen der Datenachsen des Cubes eine neue Ansicht der Daten erhalten werden kann.
Da der OLAP dem Würfel mit den Abmessungen den Schnittpunkt der Abmessungen angibt, z. B. ist jeder Film in Mumbai während eines bestimmten Zeitraums rentabel und zeigt das Ergebnis an. Jeder OLAP-Cube deckt Hunderte von Kennzahlen ab, von denen mindestens eine möglich ist und die tatsächlich aus Informationen abgeleitet werden, die in den Faktentabellen des Data Warehouse gespeichert sind.
Die Architektur
Wie in der Abbildung gezeigt, wird die Datenerfassung aus mehreren Quellen gestartet und in einem Data Warehouse gespeichert. Darüber hinaus werden die OLAP-Cubes auf bereinigten Warehouse-Daten erstellt, für die Benutzer die Abfragen ausführen können.
Grundsätzlich gibt es drei Arten von OLAP (Online Analysis Processing):
MOLAP (Multidimensional OLAP) - MOLAP ist ein OLAP für mehrdimensionale Datenbankindizes.
ROLAP (Relational OLAP) - ROLAP ist ein OLAP, der eine dynamische mehrdimensionale Analyse für in einer relationalen Datenbank gespeicherte Daten ausführt.
HOLAP (Hybrid OLAP) - HOLAP ist eine verschiedene Integration von ROLAP und MOLAP. Es wird verwendet, um die ROLAP-Datenkapazität mit MOLAP zu entwickeln, die überlegene Verarbeitungskapazität, um die Verarbeitungsanforderungen zu erfüllen.
Nutzen und Vorteile von OLAP
OLAP kann zum Extrahieren oder Mining von Daten, zur Datenanalyse und zur Berichterstellung verwendet werden, um die Beziehungen zwischen Datenelementen zu ermitteln. Um Daten aus einem vorhandenen relationalen System zu importieren, können wir ODBC (Open Database Connectivity) verwenden, um eine mehrdimensionale OLAP-Datenbank zu erstellen. Alle Transaktionsdaten werden für die Trendanalyse nicht benötigt, sodass eine OLAP-Datenbank nicht so groß sein muss wie ein Data Warehouse.
Nachteile von OLAP
Einige der Nachteile von OLAP sind die Vormodellierung, die ein Muss ist, große Abhängigkeit von der IT, schlechte Berechnungsfähigkeit, langsames Reagieren, mangelnde Fähigkeit zur interaktiven Analyse, abstraktes Modell, großes potenzielles Risiko.
Einige der Analysetools (OLAP) sind IBM Cognos, Micro Strategy, Palo OLAP Server, Apache Kylin, Oracle OLAP, icCube, Pentaho BI, JsHypercube usw.
Fazit
- OLAP (Online Analytical Processing) ist eine leistungsstarke Technologie hinter vielen Business Intelligence-Anwendungen (BI), die Daten, Berichtsanzeigefunktionen, komplexe analytische Berechnungen und Prognoseszenarien, Budgetplanung und Prognoseplanung erkennt.
- Dabei werden zunächst Daten aus mehreren Datenquellen (z. B. Tabellenkalkulation, Video, XML usw.) gesammelt und in Data Warehouses gespeichert, die dann bereinigt und in Datenwürfeln organisiert werden, auf denen die Benutzerabfragen ausgeführt werden können.
- Die fünf Arten von Analysevorgängen für mehrdimensionale Datenbanken sind Rollup, Drilldown, Slice, Dice und Pivot.
- Es gibt drei Arten von OLAP: MOLAP, ROLAP, HOLAP.
- Einige der Analysetools (OLAP) sind IBM Cognos, Micro Strategy, Palo OLAP Server, Apache Kylin, Oracle OLAP, icCube, Pentaho BI, JsHypercube usw.
Empfohlene Artikel
Dies war ein Leitfaden für Was ist OLAP. Hier haben wir die grundlegenden Konzepte, erforderlichen Fähigkeiten und Vorteile von OLAP besprochen. Sie können auch unsere anderen Artikelvorschläge durchgehen, um mehr zu erfahren -
- Was ist XML?
- Was ist Data Analyst? Fähigkeiten für Data Analyst
- Was ist ein Bienenstock?
- Was ist Data Science? Bedeutung von Data Science