W informatyce , a bardziej szczegółowo w dziedzinie baz danych , przetwarzanie analityczne online (ang. online analytization processing , OLAP) jest rodzajem zorientowanej na aplikację komputerową analizy informacji punktowych wzdłuż kilku osi, w celu uzyskania raportów podsumowujących, takich jak te wykorzystywane w analizie finansowej . Aplikacje typu OLAP są powszechnie wykorzystywane w Business Intelligence , aby pomóc kierownictwu uzyskać przekrojowy obraz działalności firmy.
Ten rodzaj aplikacji sprzeciwia się przetwarzaniu transakcji online (ang. online transaction processing abr. OLTP ), które jest częścią systemu operacyjnego , to znaczy przeznaczonego dla firm firmy, aby pomóc im w ich zadaniach związanych z zarządzaniem.
Termin ten został zdefiniowany przez Edgara Franka Codda w 1993 roku za pomocą dwunastu zasad, których baza danych musi przestrzegać, jeśli chce przestrzegać koncepcji OLAP:
Koncepcja ta została zastosowana do wirtualnego modelu reprezentacji danych zwanego kostką OLAP lub hipersześcianem, który można zaimplementować na różne sposoby.
Hipersześcian OLAP daje dostęp do funkcji ekstrakcji informacji (do wizualizacji, analizy lub przetwarzania) oraz funkcji zapytań w języku MDX (podobnych do SQL dla relacyjnej bazy danych ). Wyniki zapytania są głównie odczytywane w maksymalnie 2 wymiarach (tablica).
Istnieje kilka odmian podobnych do pilotażowych, które umożliwiają dostosowanie przechowywania danych do różnych typów baz danych w celu wdrożenia koncepcji OLAP.
M OLAP OLAP jest zoptymalizowany do wielowymiarowej analizy przez to, że jest on oparty na wielowymiarowym magazynu.
Jest to forma wielowymiarowego hipersześcianu, który umożliwia przedstawienie danych w postaci skrzyżowania n wymiarów, przy czym wymiary te mogą być mniej lub bardziej gęste, tym samym charakteryzując gęstość lub rzadkość sześcianu.
Board International , Essbase , IBM TM1 , Jedox Palo , serwer icCube , Infor Alea , Microsoft Analysis Services , Oracle OLAP , QUANTRIX to tylko niektóre przykłady produktów wykorzystujących bazy danych MOLAP.
W świecie biznesu inteligencji , R OLAP to technika modelowania i przechowywania danych oparty na relacyjnej struktury . Wykorzystuje już istniejące zasoby (licencje, zasoby materiałowe itp.) i jako takie nie wymaga dodatkowych inwestycji wielowymiarowej bazy.
Przykłady silników R-OLAP: Microsoft Analysis Services, Oracle 10g, MetaCube firmy Informix, Mondrian firmy Pentaho i DSS Agent firmy MicroStrategy.
H OLAP jest hybrydą pomiędzy MOLAP i ROLAP .
Wielowymiarowa struktura z hipersześcianu służy do zagregowanych danych. Gdy konieczny jest dostęp do wyższego, elementarnego poziomu szczegółowości, stosuje się klasyczne tabele relacyjne: jest to mechanizm drążenia wszerz .
Przykład silnika HOLAP: Oracle OLAP, Microsoft Analysis Services.
Wizualna platforma wspierająca łatwą i szybką eksplorację przestrzenno-czasową i analizę danych przy użyciu wielowymiarowego podejścia z wieloma poziomami agregacji za pomocą tabelarycznego wyświetlania kartograficznego lub diagramu statystycznego.
Ideą stojącą za tym jest to, że reprezentacja danych nie powinna już być tabelaryczna, jak ma to miejsce w przypadku relacyjnych baz danych . Musisz umieć prezentować dane w wybranej przez Ciebie formie.
Laval posiada krześle S-OLAP . Istnieje również strona poświęcona specjalnie technologiom SOLAP : spacebi . Kilka odniesień do stanu techniki w SOLAP zostało opublikowanych w Początku terminu „SOLAP”, czyli krótkiej historii o świetnym pomyśle!
Kilka rozwiązań łączy Business Intelligence i GIS w celu stworzenia platformy SOLAP, na przykład Oracle OBIEE, IBM-Cognos i ESRI, SAP i ESRI itp. Informacje o tych technologiach są publikowane na blogu Intelli3 Rynek oprogramowania geodezyjnego
DOLAP to tryb działania polegający na lokalnym odtwarzaniu części wielowymiarowej bazy danych. To zastosowanie jest interesujące, jeśli chodzi o dalsze wykonywanie analiz danych w sposób nomadyczny i bez połączenia.
Pierwotnie używane do instynktownej analizy informacji, hipersześciany OLAP można łączyć z systemami eksploracji danych , a tym samym analizować, przewidywać i symulować bardziej „ściśle” informacje.
Firmy generują tego typu struktury poprzez masową synchronizację informacji ( ETL ) z relacyjnych systemów zarządzania bazami danych, takich jak datamart , datawarehouse lub czasami nawet transakcyjnych, w zależności od architektury, którą wybrali dla swojego systemu .
Informacje są pobierane za pomocą prostych żądań w MDX (ang. Multidimensional Expressions ), Executive Information System (EIS), specjalistycznych aplikacjach (oprogramowanie biznesowe) lub w arkuszu kalkulacyjnym (wyposażonym we wtyczkę nawigacyjną).
Tytułem ilustracji można przeanalizować obroty firmy w następujących czterech wymiarach:
Hierarchia podana jako przykład dla każdego wymiaru jest podzielona na poziomy. „Europa” byłaby członkiem poziomu „kontynentalnego” wymiaru „Geografia”.