OLAP簡介

摘要

druid對于做大數(shù)據(jù)的同學(xué)們來說，并不陌生。我之前也研究過很多OLAP的框架，最近研究了一下最新版的druid(0.9.1.1)， 想和大家在此分享一下，和大家一起學(xué)習(xí)進(jìn)步。對于沒有接觸過BI和數(shù)據(jù)分析的同學(xué)，先給大家簡單介紹一下OLAP，作為入門。

什么是OLAP(聯(lián)機(jī)分析處理)

這個(gè)是和數(shù)據(jù)處理非常相關(guān)的一個(gè)概念。接觸過BI(商務(wù)智能的同學(xué)一定清楚。數(shù)據(jù)處理大致可以分成兩大類：聯(lián)機(jī)事務(wù)處理OLTP（on-line transaction processing）、聯(lián)機(jī)分析處理OLAP（On-Line Analytical Processing); OLTP是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫的主要應(yīng)用，主要是基本的、日常的事務(wù)處理，例如銀行交易。通俗的講，就是對數(shù)據(jù)的增刪改查等操作。 OLAP是數(shù)據(jù)倉庫系統(tǒng)的主要應(yīng)用，支持復(fù)雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢結(jié)果。通俗的講，就是對數(shù)據(jù)按不同維度的聚合，維度的上鉆，下卷等。

OLAP可以分為ROLAP，MOLAP和HOLAP

• ROLAP： 使用關(guān)系型數(shù)據(jù)庫或者擴(kuò)展的關(guān)系型數(shù)據(jù)庫來管理數(shù)據(jù)倉庫數(shù)據(jù)，而OLAP中間件支持其余的功能。ROLAP包含了每個(gè)后端關(guān)系型數(shù)據(jù)庫的優(yōu)化，聚合，維度操作邏輯的實(shí)現(xiàn)，附件的工具以及服務(wù)等。所以ROLAP比MOLAP有更好的可伸縮性。 比較典型的ROLAP有mondrian, Presto(facebook)。目前阿里的DRDS也可以看作是ROLAP的框架

• MOLAP： 通過基于數(shù)據(jù)立方體的多位存儲引擎，支持?jǐn)?shù)據(jù)的多位視圖。即通過將多維視圖直接映射到數(shù)據(jù)立方體上，使用數(shù)據(jù)立方體能夠?qū)㈩A(yù)計(jì)算的匯總數(shù)據(jù)快速索引。比較典型的MOLAP框架有kylin(apache), Lylin(ebay)、pinot(linkedin)和druid

也就是說MOLAP是空間換時(shí)間，即把所有的分析情況都物化為物理表或者視圖，查詢的時(shí)候直接從相應(yīng)的物化表中獲取數(shù)據(jù)， 而ROLAP則通過按維度分庫，分表等方式，實(shí)現(xiàn)單一維度下的快速查詢，通過分布式框架，并行完成分析任務(wù)，來實(shí)現(xiàn)數(shù)據(jù)的分析功能。MOLAP 實(shí)現(xiàn)較簡單，但當(dāng)分析的維度很多時(shí)，數(shù)據(jù)量呈指數(shù)增長，而ROLAP在技術(shù)實(shí)現(xiàn)上要求更高，但擴(kuò)展性也較好。

• HOLAP： 混合OLAP結(jié)合ROLAP和MOLAP，得益于ROLAP較大的可伸縮性和MOLAP的快速查詢。

更多的關(guān)于OLAP的知識，推介大家看機(jī)械工業(yè)出版社出版的《數(shù)據(jù)挖掘-概念與技術(shù)》