• Artykuły
  • Forum
  • Ciekawostki
  • Encyklopedia
  • MOLAP

    Przeczytaj także...
    OLAP (ang. OnLine Analytical Processing) – oprogramowanie wspierające podejmowanie decyzji, które pozwala użytkownikowi analizować szybko informacje zawarte w wielowymiarowych widokach i hierarchiach. Narzędzia OLAP są często używane do wykonywania analiz trendów sprzedaży, czy też analiz finansowych (hurtownia danych). Są też przydatne do wstępnego przeglądania zbioru danych przez analityka we wstępnej fazie analiz statystycznych.HOLAP - (Hybrid OLAP) stara się łączyć zalety ROLAP i MOLAP. Wykorzystane są tutaj jednocześnie wielowymiarowe (dane zagregowane) oraz relacyjne (dane elementarne, bez dublowania) bazy danych. Zapytania szczegółowe są wykonywane wolniej, ponieważ działają na strukturze relacyjnej (ROLAP). Dane w HOLAP maja zwykle mniejszy rozmiar niż dane w MOLAP. Struktury HOLAP są przeznaczone dla potrzeb szybkiego dostępu do agregacji bazujących na dużych zbiorach danych.
    Kostka OLAP (ang. OLAP cube) – jest strukturą danych, która pozwala na szybką analizę danych. Przechowuje ona dane w sposób bardziej przypominający wielowymiarowe arkusze kalkulacyjne niż tradycyjną, relacyjną bazę danych. Można ją również zdefiniować jako zdolność manipulowania i analizowania danych z różnych punktów widzenia. Rozmieszczenie danych w kostkach pokonuje ograniczenia relacyjnych baz danych.

    MOLAP (ang. multidimensional online analytical processing) – jeden z trzech głównych rodzajów oprogramowania przetwarzania analitycznego OLAP. Choć MOLAP ma podobne zastosowanie do ROLAP oraz HOLAP, umożliwiając analizę dużych ilości informacji, różni się od nich pod względem zastosowanych rozwiązań oraz implementacji. Dane przetwarzane przez MOLAP są często wstępnie przeliczane oraz składowane w wielowymiarowej kostce, która implementowana jest przeważnie jako wielowymiarowa tablica.

    Porównanie MOLAP z ROLAP[ | edytuj kod]

    Zalety MOLAP:

  • duża wydajność zapytań dzięki bardziej optymalnej technice przechowywania danych, wielowymiarowemu indeksowaniu oraz cache'owaniu,
  • mniejszy rozmiar danych na dysku w porównaniu z rozwiązaniami relacyjnymi,
  • automatyczne przetwarzanie agregatów wyższego rzędu,
  • niewielkie rozmiary dla małej liczby wymiarów,
  • model tablicowy zapewnia naturalne indeksowanie danych,
  • efektywny dostęp do danych.
  • Wady MOLAP:

  • w niektórych implementacjach wstępne przetwarzanie danych może być zadaniem złożonym obliczeniowo, zwłaszcza dla dużych porcji danych. Efekt ten niwelowany jest poprzez przyrostowe przetwarzanie jedynie zmienionych danych.
  • problemy z wybieraniem danych o dużej liczbie wymiarów (np. kilka milionów elementów),
  • redundancja danych.




  • Reklama

    Czas generowania strony: 0.006 sek.