OLAP和BI是日常工作中比較熟悉的了，也是經常會接觸到的，這裏總結下。

這裏先説一個概念：數據立方體

我們分析一堆數據報告時候通常這些數據報告採用二維表示，是行與列組成的二維表格。但在我們分析數據的角度很可能有多個，數據立方體可以理解為就是維度擴展後的二維表格。但更多時候數據立方體是多維的，如下圖數據立方體：

數據立方體中常規的五大操作：切片，切塊，旋轉，上卷，下鑽

1. 切片和切塊(Slice and Dice)

在數據立方體的某一維度上選定一個維成員的操作叫切片，而對兩個或多個維執行選擇則叫做切塊。

切片：我選擇了2011 2012 2013年份 北京 上海 廣州地區的鞋子銷量

切塊：我選擇了2011 2012 2013年份 北京 上海 廣州地區的鞋子和褲子銷量

 

 2. 旋轉(Pivot)

旋轉就是指改變報表或頁面的展示方向。對於使用者來説，就是個視圖操作。拿上圖舉例就是把X軸和Z軸替換一下。

 

 3. 上卷和下鑽

上卷可以理解為"無視"某些維度；下鑽則是指將某些維度進行細分。

上卷：我把Y軸地區上卷為國家，那麼我要看2011 2012 2013年份 中國的鞋子銷量

下鑽：我把X軸的年份下鑽為月份，那麼11 12  13月份 北京 上海 廣州地區的鞋子銷量

 

不同的OLAP工具也會提供自有的OLAP查詢功能，如鑽過，鑽透等，通常一個複雜的OLAP查詢是多個這類OLAP操作疊加的結果。

 

OLAP的架構模式：

1. MOLAP :

 MOLAP架構會生成一個新的多維數據集，也可以説是構建了一個實際數據立方體

2. ROLAP :

ROLAP架構並不會生成實際的多維數據集，而是使用星形模式以及多個關係表對數據立方體進行模擬。

3. HOLAP

這種架構綜合參考MOLAP和ROLAP而採用一種混合解決方案，將某些需要特別提速的查詢放到MOLAP引擎，其他查詢則調用ROLAP引擎。

 

====================================================================================分割

 數據倉庫建設好以後，用户就可以編寫SQL語句對其進行訪問並對其中數據進行分析。但每次查詢都要編寫SQL語句的話，未免太麻煩，而且對維度建模數據進行分析的SQL代碼套路比較固定。於是，便有了OLAP工具，它專用於維度建模數據的分析。而BI工具則是能夠將OLAP的結果以圖表的方式展現出來，它和OLAP通常出現在一起。

 

度建模數據倉庫中，OLAP/BI工具和數據倉庫的關係是這樣的：

通常在維度建模數據倉庫中，OLAP從數據倉庫中直接取數進行分析