商业智能及报表咨询   400-662-5013
商业智能解决方案
联系我们:
联系电话 400-662-5013

首页  >  BI解决方案  >  多维数据与OLAP分析

多维数据与OLAP分析

说到多维数据分析,OLAP分析大概是商业智能厂家最常见的选择。为什么OLAP分析会变成和数据分析几乎同意的词?二者是否真正的是等同?

在实际的商业应用中,OLAP分析更多的是指针对数据分析的一种解决方案。OLAP分析首先是把数据预处理成数据立方。把有可能的汇总都预先算出来。然后在用户选择某种汇总时,OLAP分析可以在预先的计算出来的结果基础上很快地计算出结果。从而可以很好地支持极大量数据的及时分析。

基于上面所述,OLAP分析包括两个方面。第一,提供一个交互性的数据分析的模式。OLAP分析把数据分成维(dimension)和度量(measure)。用户通过选择dimension(维度)和measure(度量),可以及时地计算数据在不同dimension(维度)的组合下的汇总。第二点,OLAP分析是一种对数据的处理方式。这包括了对数据预计算的思路和方式。

作为一个有着十几年实际应用历史的技术,,OLAP分析存在的最大问题是:业务灵活多变,必然导致业务模型随之经常发生变化,而业务维度和度量一旦发生变化,技术人员需要把整个Cube(多维立方体)重新定义并重新生成,另外一点是业务人员只能在此Cube(多维立方体)上进行多维分析,这种方式限制了业务人员快速改变问题分析的角度,从而使所谓的商业智能系统成为死板的日常报表系统。另外数据立方体需要很大的空间。它的大小是以指数增长的。所以在设计OLAP分析时,用户又必须把业务维度和度量的数量限制在一个相对比较小的范围。

思达商业智能 Style Intelligence 平台针对以上提到的OLAP两个方面做出了几项大的技术革新,在很大程度上弥补了OLAP的不足。首先在前端的显示上,数据分析更多地采用了可视化的模式。这里并不是简单地指通过图表来显示OLAP的结果。新的可视化数据分析通过图表对数据进行显示的基础上,实现一个完整的互动模式,让用户可以任意的通过不同的角度和方法对数据进行分析。

其次后端的处理上,引入以列为主导的数据库结构,及云计算分布式技术架构,使及时分析可以不再依靠预计算就可以处理极大的数据量。这样既解决了大数据的运算,也避免了OLAP所带来的不灵活的问题。用户不再需要面对复杂的OLAP系统,可以十分快捷地创建起一个强大的数据分析系统。

云计算分布式技术架构


  相关文章:

>> 多维数据源访问协议-XMLA
>> 数据钻取技术与超链接技术的区别
>> 多维度分析电信客户流失

网站地图 - 隐私说明- 联系我们 - English Version -版权保护; 2016, 思达商智(北京)软件技术有限公司 - 京ICP备13009455号