OLAP
OLAP TOOL 的比較 關聯式線上分析系統 (ROLAP)
多維度型線上分析系統 (MOLAP)
詳細資料
■ 
關聯式線上分析系統 (ROLAP)
 
A.特色:
 
1.
Relational OLAP
2.
資料直接儲存於關聯性資料庫 (RDBMS)
3.
不事先作運算
B.優點:
 
1.
可以大量處理資料:因為關聯式線上分析系統(ROLAP)是以SQL與關係型資料庫(RDBMS)為骨幹,所有存放在關係型資料庫(RDBMS)中的資料都可以被運用到。資料量的多寡與系統的功能都沒有太大關係,所以處理大量的資料不是問題(雖然資料量大時,資料查詢的速度會相對減慢)
2.
不須額外的資料庫:原本用來儲存資料的關係型資料庫(RDBMS),可以直接被關聯型線上分析系統(ROLAP)用到,這對系統管理和成本控制上都非常有幫助。
3.
可以利用資料庫原本就有的功能,降低建置成本:其中最重要的就是關係型資料庫(RDMMS)所提供的安全設定與效率調整機制。在安全設定上,絕大部份的關係型資料庫都有完整的安全設定機制,而這些安全機制的目的就是讓每一位使用者都只能看到他應該看到的資料。在線上分析(OLAP)的安全性考量中,最重要的也是資料的讀取權限。所以,關係型資料庫(RDBMS)的安全設定可以直接建在關係型資料庫的安全設定上。至於效率調整機制方面,由於關係型資料庫是一種被廣泛運用的技術,所以許多關係型資料庫的效率調整機制都廣為人知,若要尋找此方面的人才或文獻也都不是難事。因此,使用關係型線上分析系統(ROLAP)可以降低整個系統所需要的建置成本。
C.缺點:
  資料量大時,速度真的會減緩? 長期以來,回應速度(Response Time)上的問題,是ROLAP解決方案的迷思與挑戰。但,弔詭的是,根據研究報告(OLAP Suvey3),關於資料倉儲大小與商業智慧工具間關連性的部份,其實大型的倉儲往往選擇ROLAP為前端表現工具(例如:MicroStrategy面對的倉儲資料平均約為300GB, Brio則為20GB, Cognos, Essbase, Microsoft Analysis Service等MOLAP工具則約為6GB)。上述的數據其實是有趣的,”理論上”來說,若ROLAP的解決方案看起來是不能駕馭大量資料的,但”現實上”大型資料倉儲專案卻多半使用ROLAP。

簡單來說, MOLAP是以空間換取時間,易言之, 當資料量越大時, Cube(空間)的生成相對地會耗去許多時間,但一但這個過程結束了, 使用者端便可快速地取用資料. 但等待的時間往往會與使用者的需求速度發生角力.
ROLAP的角力則發生在ROLAP主機與資料庫間運算的時間,但這幾年來ROLAP廠商針對效能的問題提出了Cache、Multi-pass SQL等等的技術(如 MicroStrategy),也確實相當地改善了過去的疑慮。

 

D.代表產品:
  Business Objects , Hyperion , MicroStrategy
 
■ 
多維度型線上分析系統 (MOLAP)
 
A.特色:
 
1.
Multidimensional OLAP
2.
Cube存放在多維度資料庫 Server 端
3.
事先做彙總運算並把結果寫入 Cube
B.優點:
  速度快:因為所有需要運算的資料都已經事先算好,而且存放在資料立方體(Cube)中,所以多維度型線上分析系統(MOLAP)的報表所需要產出時間較短。
C.缺點:
 
1.
能包含的資料量較小:由於資料立方體(Cube)是將所需的數據都先算好,從時間及空間的資源考慮來看,它能容納的資料量應該避免太大,而這個對資料量的限制,就是MOLAP與ROLAP相比最大的缺點。
2.
多維度資料庫需要額外的投資:這包括兩個層面;第一,多維度資料庫所需的硬體與軟體投資;第二,由於多維度資料庫的裝置與管理需要專業的能力,而多維度資料庫的運用又沒有像關係式資料庫那樣普遍,所以組織勢必需要在這方面做出一些額外的投資來培養人才
3.
部份分析本身就不適合用多維度線上分析:部份資料本身並無明顯的階級制度存在,在這種情況下,資料立方體(Cube)就無法把不同資料的關係準確表達出來;另外一個不適用的情況是當我們要對不同主題(Subject Area)作分析的時候。傳統的Cube只能對單一主題作分析,因此碰到跨主題的分析需求時,就無法使用MOLAP的技術了。
4.
分析的路徑是定死的:當使用者的需求或是分析路徑需要改變時,整個Cube的架構就需要跟著改變,而在現在高變遷高競爭的大環境下,這種情況發生機率日趨提高。
D.代表產品:
  Cognos , Oracle Express(在Oracle 9i之後,實際上提供了兩個資料儲存方式ROLAP: OLAP Option ROLAP Mode及OLAP Option Analytical Workspace,前者為ROLAP後者則為MOLAP), Hyperion Essbase

  總而言之,在商業智慧的專案中,回應速度與使用者多變需求滿足始終是兩個必要的專案成功因素, 如何兼顧,建置團隊的經驗與方法論應該是凌駕於工具層上的。前端展現工具,無論是MOLAP或是ROLAP,實際上扮演的角色是如何透過高親和度的使用者介面,提高使用者的使用者興趣。 但這其中,真正能為使用者帶來確實分析效益的,則是倉儲的模組設計。
  模組的設計,除了一方面影響效能外,主要在於真正提供使用者分析的視野,一個良好設計的分析模組,除了在資料的寬度與長度可滿足現有的使用者需求,還能因應未來的趨勢變化,進行彈性的調整、擴充。
  質言之,整個資料倉儲的專案建置過程中,產業知識、方法論、工具正是促成專案成功的三原力。為了完善地發揮三原力的精神,確保專案效益,唯有透過具備豐富經驗與紮實方法論,且嫻熟應用工具的建置團隊才能保證的。
 

回上頁