在线分析处理服务器(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。本章介绍OLAP的类型，对OLAP的操作，OLAP之间的差异以及统计数据库和OLTP。

OLAP服务器的类型

我们有四种类型的OLAP服务器-

• 关系OLAP(ROLAP)
• 多维OLAP(MOLAP)
• 混合OLAP(HOLAP)
• 专用SQL Server

关系OLAP

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-

• 聚合导航逻辑的实现。
• 针对每个DBMS后端的优化。
• 其他工具和服务。

多维OLAP

MOLAP使用基于数组的多维存储引擎来获取数据的多维视图。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

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计算能力。 HOLAP服务器允许存储大量数据的详细信息。聚合分别存储在MOLAP存储中。

专用SQL Server

专门的SQL服务器为只读环境中的星型和雪花模式的SQL查询提供高级查询语言和查询处理支持。

OLAP操作

由于OLAP服务器基于数据的多维视图，因此我们将讨论多维数据中的OLAP操作。

这是OLAP操作的列表-

• 卷起
• 下钻
• 切片切丁
• 枢轴旋转

卷起

汇总通过以下任何一种方式对数据多维数据集执行聚合-

• 通过为维度爬升概念层次结构
• 通过减少尺寸

下图说明了汇总的工作方式。

• 汇总是通过爬升维度位置的概念层次结构来执行的。

• 最初，概念层次是“街道<城市<省<国家”。

• 汇总时，通过将位置层次结构从城市级别提升到国家级别来汇总数据。

• 数据分为城市而不是国家。

• 执行汇总时，将从数据多维数据集中删除一个或多个维度。

下钻

下钻是上滚的相反操作。它可以通过以下两种方式之一执行-

• 通过降低维度的概念层次结构
• 通过引入新的维度。

下图说明了向下钻取的工作方式-

• 通过在维度时间上降低概念层次结构来执行向下钻取。

• 最初，概念层次结构是“天<月<季度＆年”。

• 在向下钻取时，时间维度从四分之一级别下降到一个月级别。

• 执行向下钻取时，将添加数据多维数据集中的一个或多个维度。

• 它将数据从不太详细的数据导航到高度详细的数据。

片

切片操作从给定的多维数据集中选择一个特定的维度，并提供一个新的子多维数据集。请考虑下图，该图显示了切片的工作原理。

• 在此使用标准时间=“ Q1”对维“时间”执行切片。

• 通过选择一个或多个维度，它将形成一个新的子多维数据集。

骰子

Dice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。考虑以下显示骰子操作的图。

根据以下选择标准对多维数据集进行骰子操作涉及三个维度。

• (位置=“多伦多”或“温哥华”)
• (时间=“ Q1”或“ Q2”)
• (项目=“移动”或“调制解调器”)

枢

枢轴操作也称为旋转。它在视图中旋转数据轴，以提供替代的数据表示方式。考虑下图，该图显示了枢轴操作。

OLAP与OLTP