เนื้อหาก่อนหน้านี้ : การออกแบบและสร้างคลังข้อมูล
OLAP ย่อมาจาก Online Analytical Processing
นิยามทาง Software คือ เครื่องมือ ที่สามารถวิเคราะห์และเสนอข้อมูลในมิติต่างๆจาก Data Warehouse
มีคุณสมบัติเรียกดูข้อมูลได้อย่างรวดเร็ว Queryใช้เวลาน้อย มีการทำงานที่ไม่ขึ้นกับขนาดและความซับซ้อนของฐานข้อมูล
แอพพลิเคชั่น OLAP ถูกออกแบบให้ช่วยงานการวิเคราะห์ข้อมูล เปรียบเทียบ ,นำเสนอมุมมองเฉพาะ ,ย้อนหลัง
และคาดการณ์ข้อมูลในอนาคตตามโมเดล What if Analysis
OLAP ไม่เหมาะที่จะนำไปใช้กับงานที่มีการเปลี่ยนแปลงข้อมูลมากๆตลอดเวลา ซึ่งเป็นคุณสมบัติที่เข้ากันได้ดีกับ Data Warehouse
เพราะธรรมชาติของ Data Warehouse นั้นจะไม่มีการเปลี่ยนแปลงข้อมูลยกเว้นเหตุจำเป็น
OLAP Server จะตั้งอยู่ระหว่าง Client กับ DBMS (Database Management system)
มีหน้าที่จัดรูปแบบนำเสนอรายงานและวิเคราะห์ฐานข้อมูล โดยรายงานนั้นจะมีอยู่สองรูปแบบ
- Routine Report คือ รายงานที่ทำเป็นประจำ สร้างขึ้นด้วยระบบอัตโนมัติแล้วกระจายส่งให้หน่วยงานต่างๆที่ใช้งานประจำ
- Ad Hoc On Demand คือ รายงานเฉพาะกิจ นานๆทำครั้งหนึ่ง ทำตามผู้ใช้งานร้องขอ Ad Hoc Query
การทำ Ad Hoc Query จะใช้ SQL (Structure Query Language)
นิยามของ OLAP ที่ใช้ในการวิเคราะห์ข้อมูลและทำรายงาน
นั้นจะหมายถึง กระบวนการวิเคราะห์แบบโต้ตอบและสำรวจในข้อมูลหลายมิติเพื่อค้นหารูปแบบที่น่าสนใจ
OLAP ประกอบไปด้วย 2 ส่วน ได้แก่ ส่วนของข้อมูลกับส่วนที่ทำให้ผู้ใช้มองเห็นข้อมูลในลักษณะ Multidimensional
แยกออกมาได้ 3 ประเภท
1. MOLAP (M - Multidimensional)
คือ DBMS ที่ถูกออกแบบมาเพื่อเก็บข้อมูลแบบ Dimensional โดยเฉพาะ
- เก็บข้อมูลหลายมิติในลักษณะ Array
- มี Index ในการเข้าถึงข้อมูลได้อย่างรวดเร็ว
- Data Warehouse สร้างโดยใช้แบบจำลองหลายมิติ โดยมองข้อมูลในลักษณะลูกบาศก์
2. ROLAP (R - Relational)
คือ DMBS ที่มี่ความสัมพันธ์ภายในมิติ โดยใช้ Model โครงสร้าง Star Schema
และหรือ Snowflake Schema (ย้อนกลับไปดูบทที่แล้ว การออกแบบและสร้างคลังข้อมูล)
- ใช้ RDMBS (ระบบจัดการฐานข้อมูลเชิงสัมพันธ์) ในการเก็บและจัดการข้อมูลภายใน Data Warehouse
- ใช้ OLAP Software ในการตอบคำถามที่ต้องการ
- ใช้ SQL ในการเข้าถึงข้อมูล
- สามารถใช้กับข้อมูลขนาดใหญ่มากๆ
3. HOLAP (H - Hybrid)
เป็นการผสมระหว่าง ROLAP (ใช้ในระดับล่าสุด) กับ MOLAP มีความยืดหยุ่นต่อการใช้งานสูง
เนื้อหาต่อไป : Business Intelligence
