什么是 MOLAP?
多维 OLAP(MOLAP)是一种经典的 OLAP, 它通过使用多维数据立方体来促进数据分析. 数据预先计算, 预先汇总并存储在 MOLAP 中(与 ROLAP 的主要区别).
使用 MOLAP, 用户可以使用具有不同方面的多维视图数据. 如果使用关系数据库, 也可以进行多维数据分析. 这需要查询来自多个表的数据. 相反, MOLAP 具有已存储在多维数组中的所有可能的数据组合. MOLAP 可以直接访问此数据. 因此, 与关系在线分析处理 (ROLAP) 相比, MOLAP 更快.
关键点
在 MOLAP 中, 操作称为处理.
无论级别如何, MOLAP 工具都会以相同的响应时间处理信息.
MOLAP 工具消除了设计关系数据库以存储数据以进行分析的复杂性.
MOLAP 服务器实现两级存储表示来管理密集和稀疏数据集.
如果数据集稀疏, 则存储利用率可能较低.
事实存储在多维数组和用于查询它们的维度中.
MOLAP 架构
MOLAP 架构包括以下组件:
数据库服务器
MOLAP 服务器.
前端工具.
image.PNG
1, 用户请求报告
2, MDDB 的应用程序逻辑层从数据库中检索存储的数据
3, 应用程序逻辑层将结果转发给客户端 / 用户.
MOLAP 架构主要读取预编译数据. MOLAP 体系结构具有动态创建聚合或计算尚未预先计算和存储的结果的有限功能.
例如, 会计主管可以运行显示特定子公司的公司 P/L 帐户或 P/L 帐户的报表. MDDB 将检索预编译的利润和损失数字并将结果显示给用户.
实施考虑因素
在 MOLAP 中, 必须考虑维护和存储的影响, 以创建构建多维数据集的策略.
用于查询 MOLAP 的专有语言. 但是, 它涉及单击和拖动支持, 例如 Microsoft 的 MDX.
难以扩展, 因为尺寸增加时所需的立方体的数量和大小.
API 支持
支持数据分析的多个主题领域的数据结构, 可以导航和分析哪些数据. 导航更改时, 需要对数据结构进行物理重组.
需要不同的技能集和工具供数据库管理员构建, 维护数据库.
MOLAP 优势
MOLAP 可以管理, 分析和存储大量的多维数据.
由于优化的存储, 索引和缓存, 有快速查询性能.
与关系数据库相比, 大小更小
自动计算更高级别的聚合数据.
帮助用户分析较大的, 定义较少的数据.
MOLAP 对用户来说更容易, 这就是为什么它对于没有经验的用户来说是一个合适的模型.
MOLAP 多维数据集专为快速数据检索而构建, 是切片和切割操作的最佳选择.
创建多维数据集时会预先生成所有计算.
MOLAP 缺点
主要缺点是它的可扩展性低于 ROLAP, 因为它只处理有限数量的数据.
MOLAP 还引入了数据冗余, 因为它是资源密集型的
MOLAP 解决方案可能很长, 特别是在大数据量上.
当维度超过 10 时, MOLAP 产品在更新和查询模型时可能会遇到问题.
MOLAP 无法包含详细数据.
如果数据集高度分散, 则存储利用率可能较低.
只能处理有限数量的数据, 因此不可能在多维数据集本身中包含大量数据.
参考资料
python 测试开发项目实战 - 目录
python 工具书籍下载 - 持续更新
python 3.7 极速入门教程 - 目录
讨论 qq 群 630011153 144081101
- https://www.tutorialspoint.com/sqoop/sqoop_installation.htm
- https://sqoop.apache.org/docs/1.4.7/SqoopUserGuide.html
- https://www.softwaretestinghelp.com/top-4-etl-testing-tools/
来源: http://www.jianshu.com/p/50e2b074c01a