OLAP

OLAP (Online Analytical Processing) è una metodologia che fornisce agli utenti finali l’accesso a un gigantesco ammontare di dati in modo intuitivo e rapido, e che li assiste nei ragionamenti investigativi su base deduttiva.

I sistemi di Online Analytical Processing (OLAP) di supporto alle decisioni

Le organizzazioni IT fronteggiano la sfida di distribuire soluzioni che permettono agli information worker di prendere decisioni strategiche e tattiche sulla base delle informazioni corporate. Questi sistemi di supporto alle decisioni sono note come sistemi di Online Analytical Processing (OLAP) e offrono agli utenti un modo intuitivo, veloce e flessibile per manipolare i dati operazionale, utilizzando termini familiari al mondo del business, così da avere approfondimenti analitici.

I sistemi OLAP servono a:

1. Supportare le necessità di analisi complesse per chi deve prendere decisioni
2. Analizzare i dati da diverse prospettive (dimensioni di business)
3. Supportare analisi complesse a fronte di una grande quantità di dati in ingresso (a livello atomico).

ROLAP contro MOLAP

Vi sono due architetture emergenti tra i sistemi OLAP: l’OLAP multidimensionale (MOLAP) e l’OLAP relazionale (ROLAP). Le architetture MOLAP per favorire l’analisi utilizzano database multidimensionali; il loro principale presupposto è che l’OLAP è implementato meglio se i dati vengono memorizzati in database multidimensionali. Al contrario le architetture ROLAP accedono direttamente ai dati del warehouse; gli architetti ROLAP credono che le possibilità di OLAP siano meglio ottenute se si usano database relazionali. Se si mettono a confronto queste due architetture occorre fare queste osservazioni:

• ROLAP lascia al disegno del sistemista il bilanciamento tra requisiti fra tempo di risposta alle query e tempo di processamento batch perché l’architettura ROLAP è neutra rispetto all’ammontare dell’aggregazione dei dati presente nel database. Invece la soluzione MOLAP in genere richiede che il database sia precompilato così da fornire un accettabile livello di performance delle query, per questo richiede un aumento del tempo di processamento batch.
• I sistemi che hanno un’alta volatilità dei dati, soprattutto quelli che hanno regole di aggregazione mutevole dei dati e consolidamenti definiti dall’utente, richiedono un’architettura che possa consolidare in modo dinamico i dati per supportare analisi decisionali e ad hoc. La scelta ROLAP è più indicata per i consolidamenti dinamici, invece la scelta MOLAP è preferibile dove servono consolidamenti batch.
• ROLAP può scalare verso un gran numero di analisi prospettiche di business (dimensioni), mentre MOLAP ha in genere performance più efficienti con dieci dimensioni o meno.
• ROLAP supporta analisi OLAP per grandi volumi di dati in input (a livello atomico). Al contrario MOLAP fornisce performance adeguate solo quando i dati in input sono piccoli (meno di 5 gigabyte).