多維聯機分析處理

出自 MBA智库百科(https://wiki.mbalib.com/)

多維聯機分析處理（Multidimensional On-Line Analytical Processing，MOLAP）

　　多維聯機分析處理（多維OLAP）是一個直接編入多維資料庫的聯機分析處理（OLAP）。一般來說，一個OLAP應用程式以多維方式處理數據。用戶可以觀察數據集合體的不同方面，例如銷售時間，地點和產品模型。如果數據貯存在相關的資料庫里，那麼它能被多維的觀察，但是只能用連續的訪問和處理數據集合體的一個方面的表格的方式。MOLAP處理已經存貯在多維列表裡的數據，在列表裡數據可能的結合都被考慮，每個數據都在一個能夠直接訪問的單元里。因為這個原因，對大多數用途來說，MOLAP都比關係型聯機分析處理（Relational Online Analytical Processing）要更快和更受用戶歡迎。也有HOLAP（混合OLAP）,結合了ROLAP和MOLAP的一些特性。　　

　　多維OLAP，基於多維數據存儲的線上分析處理，MOLAP伺服器提供數據存儲管理，一般是放在物理的“立方塊（Cube）”當中。

　　MOLAP常常用作數據倉庫應用程式的一部分。

　　MOLAP使用一種持久穩固的立方體結構，與關係型資料庫是分離的。Hyperion Essbase、Microsoft Analysis Services、Cognos PowerPlay都是使用了這種方法。因為一個立方體包含一個預先計算好的數據子集，所以與DOLAP和ROLAP相比響應時間更快速且可以預測。 MOLAP資料庫傳統上還具有更大程度的多維計算，比ROLAP中也更容易實現。例如，Hyperion Essbase使用一個@DESCENDANTS功能，讓你將一個特定級別中的成員指向同一層次（如，一月、二月、三月併列是第一季度的下一級）。儘管一些關係資料庫具有CASE功能，也可以使你在一個計算中指向這些行，但並不是所有都能做到，而且計算並不一定都是直截了當。

　　MOLAP的大幅下降是因為它是需要IT支持、管理、維護的另外一種數據存儲。公司抱怨維護200個立方體需要很多努力，或公司擁有的是花費一個星期重新計算的設計不良的立方體，這都是很平常的。當一個維空間改變，如增加一個新的產品或改組業務單元，你可能就不得不重新計算整個MOLAP立方體。

　　MOLAP是事先生成多維立方體，供以後查詢分析用,而ROLAP是通過動態的生成Sql,去做查詢關係型資料庫，如果沒有做性能優化，數據量很大的時候，性能問題就會顯得比較突出了。

　　以多維數據組織方式為核心,也就是說,MOLAP使用多維數組存儲數據。多維數據在存儲中將形成“立方塊（Cube）”的結構,在MOLAP中對“立方塊”的“旋轉”、“切塊”、“切片”是產生多維數據報表的主要技術。

　　在MOLAP中，不但把多維實視圖在概念上看成一個超立方體，而且在物理上把多維實視圖組成一個多維資料庫，而不像ROLAP那樣，以表的形式存儲實視圖。

　　在MOLAP中，維的屬性值被映射成多維數組的下標值或下標的範圍，而總結數據作為多維數組的值存儲在數據的單元中。維可以看作為自變數，總結數據稱為因變數。自變數相當於關係中的主關鍵字，由多個維組成，總結數據是由自變數的值決定的。

　　ROLAP在節省存儲空間、靈活性、與關係資料庫保持一致等方面有明顯的優勢；MOLAP則在性能和管理的簡便性方面有其優點。雖然MOLAP的查詢速度比較快，但是在實現時也有下麵3方面的限制：

　1) 用多維數組實現多維實視圖，需要很大的存儲空間。在實際的數據倉庫中，每維的屬性值個數可達數萬，乃至更多。例如幾萬種產品、幾萬個連鎖店等。而實際的維數可能多達幾十乃至幾百。耗費的存儲空間相當可觀，由此帶來載入、維護等問題。

　2) 在多維數組中，很可能有些單元是空白的，例如節假日商店不營業；某些產品在某些地區不銷售等。

　3) MOLAP與關係資料庫系統從存儲結構到查詢語言都有相當大的差別，不可能在RDBMS的基礎上實現。