在传统的数据仓库下,基本上都是以为数据的完全拥有与完全存储为己任,进而在上面进行相应的数据操作与数据处理,然而大数据时代下OLAP本身的功能需要因为大数据相关技术的发展而产生一些变化。个人感觉可能会产生以下几个方向的转换:
1、数据处理方式的变化,之前通过一种数据即可处理数据,当数据量达到一定规模时,就无法依照这种方式进行处理,需要借助于Hadoop或者其他的并行处理框架进行计算,这一点可以当作是有单机或单节点向多级及集群转换的过程;
2、数据处理过程的筛选,大数据时代不仅数据量达到一定规模,数据之间的关系也会达到一定规模,而且往往关系的规模对比数据规模会以指数级递增,如果在此是进行数据挖掘将会将简单问题变得尤为复杂,所以此时可能考虑数据的降维与分层采样方法;
3、数据处理的实时性,大数据时代各方面技术的不断增强会直接提升数据处理的速度,所以实时数据处理以及分析结果的展示可以提上日程,现在例如storm等流式处理的框架也都可以为系统的实时处理提供技术上的实现;