MOLAP: OLAP multidimensionnel dans l'entrepôt de données

Qu'est-ce que MOLAP?

OLAP multidimensionnel (MOLAP) est un OLAP classique qui facilite l'analyse des données à l'aide d'un cube de données multidimensionnel. Les données sont précalculées, récapitulées et stockées dans un MOLAP (une différence majeure par rapport à ROLAP). À l'aide d'un MOLAP, un utilisateur peut utiliser des données de vue multidimensionnelles avec différentes facettes.

L'analyse multidimensionnelle des données est également possible si une base de données relationnelle est utilisée. Par cela, il faudrait interroger les données de plusieurs tables. Au contraire, MOLAP a toutes les combinaisons possibles de données déjà stockées dans un tableau multidimensionnel. MOLAP peut accéder directement à ces données. Par conséquent, MOLAP est plus rapide que le traitement analytique relationnel en ligne (ROLAP).

Dans ce didacticiel, vous apprendrez-

• Architecture MOLAP
• Les considérations de mise en œuvre sont MOLAP
• Avantages de Molap
• Inconvénients de Molap
• Outils MOLAP

Points clés

• Dans MOLAP, les opérations sont appelées traitement.
• Les outils MOLAP traitent les informations avec le même temps de réponse, quel que soit le niveau de synthèse.
• Les outils MOLAP éliminent les complexités de la conception d'une base de données relationnelle pour stocker les données à analyser.
• Le serveur MOLAP implémente deux niveaux de représentation de stockage pour gérer les ensembles de données denses et rares.
• L'utilisation du stockage peut être faible si l'ensemble de données est clairsemé.
• Les faits sont stockés dans un tableau multidimensionnel et les dimensions sont utilisées pour les interroger.

Architecture MOLAP

L'architecture MOLAP comprend les composants suivants -

• Serveur de base de données.
• Serveur MOLAP.
• Outil frontal.

Considérons ci-dessus les architectures Gien MOLAP: -

1. L'utilisateur demande des rapports via l'interface
2. La couche logique d'application de la MDDB récupère les données stockées de la base de données
3. La couche logique d'application transmet le résultat au client / utilisateur.

L'architecture MOLAP lit principalement les données précompilées. L'architecture MOLAP a des capacités limitées pour créer dynamiquement des agrégations ou pour calculer des résultats qui n'ont pas été précalculés et stockés.

Par exemple, un responsable comptable peut exécuter un rapport affichant le compte P / L de l'entreprise ou le compte P / L d'une filiale spécifique. La MDDB récupère les chiffres de profits et pertes précompilés et affiche ce résultat à l'utilisateur.

Les considérations de mise en œuvre sont MOLAP

• Dans MOLAP, il est essentiel de prendre en compte les implications de maintenance et de stockage pour créer une stratégie de création de cubes.
• Langages propriétaires utilisés pour interroger MOLAP. Cependant, cela implique une prise en charge étendue du clic et du glisser, par exemple MDX de Microsoft.
• Difficile à mettre à l'échelle car le nombre et la taille des cubes sont nécessaires lorsque les dimensions augmentent.
• Les API devraient permettre de sonder les cubes.
• Structure de données pour prendre en charge plusieurs domaines d'analyse de données, les données pouvant être parcourues et analysées. Lorsque la navigation change, la structure des données doit être physiquement réorganisée.
• L'administrateur de la base de données a besoin de compétences et d'outils différents pour créer et gérer la base de données

Avantages MOLAP

• MOLAP peut gérer, analyser et stocker des quantités considérables de données multidimensionnelles.
• Performances de requête rapides grâce à un stockage, une indexation et une mise en cache optimisés.
• Plus petites tailles de données par rapport à la base de données relationnelle.
• Calcul automatisé de plus haut niveau de données agrégées.
• Aidez les utilisateurs à analyser des données plus volumineuses et moins définies.
• MOLAP est plus facile pour l'utilisateur, c'est pourquoi c'est un modèle adapté aux utilisateurs inexpérimentés.
• Les cubes MOLAP sont conçus pour une récupération rapide des données et sont optimaux pour les opérations de tranchage et de découpage en dés.
• Tous les calculs sont pré-générés lors de la création du cube.

Inconvénients de MOLAP

• Une faiblesse majeure de MOLAP est qu'il est moins évolutif que ROLAP car il ne gère qu'une quantité limitée de données.
• Le MOLAP introduit également la redondance des données car il est gourmand en ressources
• Les solutions MOLAP peuvent être longues, en particulier sur de gros volumes de données.
• Les produits MOLAP peuvent rencontrer des problèmes lors de la mise à jour et de l'interrogation de modèles lorsque les dimensions sont supérieures à dix.
• MOLAP n'est pas capable de contenir des données détaillées.
• L'utilisation du stockage peut être faible si l'ensemble de données est très dispersé.
• Il peut gérer la seule quantité limitée de données, il est donc impossible d'inclure une grande quantité de données dans le cube lui-même.

Outils MOLAP

• Essbase - Outils d'Oracle disposant d'une base de données multidimensionnelle.

• Express Server - Environnement Web qui s'exécute sur une base de données Oracle.

• Yellowfin - Outils d'analyse commerciale pour créer des rapports et des tableaux de bord.

• Clear Analytics - Clear Analytics est une solution commerciale basée sur Excel.

• SAP Business Intelligence - Solutions d'analyse commerciale de SAP

Résumé:

• OLAP multidimensionnel (MOLAP) est un OLAP classique qui facilite l'analyse des données à l'aide d'un cube de données multidimensionnel.
• Les outils MOLAP traitent les informations avec le même temps de réponse, quel que soit le niveau de synthèse.
• Le serveur MOLAP implémente deux niveaux de stockage pour gérer les ensembles de données denses et rares.
• MOLAP peut gérer, analyser et stocker des quantités considérables de données multidimensionnelles.
• Il aide à automatiser le calcul de plus haut niveau de données agrégées
• Il est moins évolutif que ROLAP car il ne gère qu'une quantité limitée de données.