关于OLAP

一去二三里...

于 2024-03-28 11:11:17 发布

阅读量1.4k

点赞数 34

分类专栏：数据中台文章标签： olap 数据仓库

本文链接：https://blog.csdn.net/HaiwenChen/article/details/137105231

版权

本文详细介绍了OLAP的三种类型：MOLAP、ROLAP和HOLAP。MOLAP通过预计算提供高速查询，如Kylin和Druid；ROLAP直接在关系型数据库上进行计算，灵活性更高但性能受限；HOLAP结合两者优点，目前开源实现较少。文中探讨了各类OLAP的优缺点及适用场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

OLAP和OLTP不同的是，表中单条记录本身并不是查询所关心的，比较典型的特点包括有聚合类算子、涉及多表Join，查询所用谓语/条件没有索引。由于这些操作都非常耗计算资源，而且数据仓库相比数据库在数据量上大很多，因此，OLAP类查询经常表现为cpu-bound而不是io-bound。

按照建模类型划分：

这应该算最传统的数仓了，1993年olap概念提出来时，指的就是MOLAP数仓，M即表示多维。大多数MOLAP产品均对原始数据进行预计算得到用户可能需要的所有结果，将其存储到优化过的多维数组中，也就是常听到的 数据立方体。

由于所有可能结果均已计算出来并持久化存储，查询时无需进行复杂计算，且以数组形式可以进行高效的免索引数据访问，因此用户发起的查询均能够稳定地快速响应。这些结果集是高度结构化的，可以进行压缩/编码来减少存储占用空间。

但高性能并不是没有代价的。首先，MOLAP需要进行预计算，这会花去很多时间。如果每次写入增量数据后均要进行全量预计算，显然是低效率的，因此支持仅对增量数据进行迭代计算非常重要。其次，如果业务发生需求变更，需要进行预定模型之外新的查询操作，现有的MOLAP实例就无能为力了，只能重新进行建模和预计算。

在开源软件中，由eBay开发并贡献给Apache基金会的Kylin即属于这