olap是什么？与oltp的区别

1.olap是什么

1993年，关系数据库之父E.F.Codd率先提出了联机分析处理(Online Analytical Processing, OLAP)的概念，是为了解决对多维数据进行分析的问题。OLAP相关技术使得分析决策人员可以对原始数据进行多维度、多层次的转化，以提取有效信息，提供决策支持。

根据OLAP委员会的定义:OLAP是使分析人员，管理人员或执行人员能够从多种角度对从原始数据中转化出来的，能够真正为用户所理解的并真实反映维数据特性的信息进行快速、一致、交互的存取，从而获得对数据更深入了解的一类软件技术。

2.OLAP相关概念

‍

(1)维度：维度是观察数据的角度，在关系数据中就是数据的一组属性，用于对数据进行不同维度上的分析，例如有地区维、时间维。

(2)维度成员：维度成员是维度的某个具体取值，例如地区维的维度成员包括南京、上海等，时间维的维度成员包括第一季度、第二季度等。

(3)维度层次：维度本身的层次结构，用于对数据进行不同粒度上的分析，例如地区维可以包含国家、省、市、区的层次结构。

(4)度量：度量是能够聚集并用于分析展示的数据，例如销售数据中销售量和销售额都可以作为度量，根据指定的维度对度量进行聚集可以得到关心的聚合数据。

(5)多维数据模型：多维数据模型是基于维度和细节数据构建的，围绕主题进行组织，便于用户的多维度、多层次分析，典型的多维数据模型包括星型模式、雪花模式和事实星座模式。

(6)数据立方体：数据立方体是由维度构建起来的多维空间，包含要分析的细节数据，使用多维数据模型存储在数据仓库中，数据的OLAP操作都基于立方体进行。

(7)OLAP操作：基于数据立方体，OLAP操作可以得到不同角度、不同粒度上的数据视图，因此用户能够进行交互式查询和数据分析，常见的 OLAP操作包括上卷、下钻、切片、切块和旋转，具体解释如下：

1)下钻(钻取)：沿着某一维度，将数据向下拆分到更细粒度的层次，该过程是从汇总数据得到细节数据;

2)上卷：沿着某一维度，将数据向上聚集到更粗粒度的层次，该过程是从细节数据得到汇总数据;

3)切片：选定维度上特定的值，分析度量在其他维度上的分布情况;

4)切块：选定维度上特定区间的值，分析度量在其他维度上的分布情况;

5)旋转：互换维度的位置，得到不同视角下的数据。

3.OLAP与OLTP的区别与联系

当数据正确地存储在数据仓库中后，可以用多种方法支持决策。OLAP是使用最广的数据分析技术，OLAP通过对组织数据资源库(如数据仓库、数据集市)的多维分析，可以快速查询并快速解决特定的问题。

OLTP是用于描述事务处理系统的专业术语，这些事务处理系统主要负责获取和存储与日常业务相关的数据，例如 ERP、CRM 等。OLTP处理业务需要使日常业务自动进行，并产生实时报表和常规分析。单OLTP系统不适合进行大量数据的即时分析和复杂查询。但OLAP能满足上述要求。OLAP与OLTP紧密联系，OLAP使用的数据由OLTP产生，而OLTP自动化的业务流程是由OLAP提供决策支持。

以上梳理了olap的定义及其和oltp的区别与联系，希望对你有所帮助，如果你想了解更多相关内容，敬请关注三个皮匠报告的行业知识栏目。

推荐阅读：

奇点云：OLAP数据库引擎选型白皮书(2022)(18页).pdf

【研报】通信行业海外云相关行业简析之Snowflake：全球领先云上数据仓库-20200921(27页).pdf

汽车及零部件行业数据仓库系列：汽车零部件数据跟踪建议关注空气悬架、全景玻璃车顶及HUD渗透率低且成长空间显著-211011(20页).pdf