大数据时代下OLAP的角色转换

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；