OLAP的分类

根据多维数据模型存储方式不同，OLAP主要可以分为两类：基于多维数据库OLAP(MOLAP)和基于关系数据库的OLAP(ROLAP)。

1 MOLAP

MOLAP的核心是多维数据库。在多维数据存贮方式中，OLAP的服务设施包含OLAP软件和多维数据库，数据在逻辑上按数组存贮，一般可选用超立方体或多立方体。

多维数据库和关系型数据库的主要不同是存储数据的方式，关系型数据库在一系列表格和列中存储数据。相反，多维数据库则在大量的多维数组中存储数据。多维数据库为终端用户提供一种可对数据进行灵活访问的信息结构，利用多维数据库可以对数据进行切片、切块、动态地观察汇总数据与细节数据的关系多维数据库中的数据是按应用中处理数据的方式来组织的，作为一种规则，应按概括或聚集形式存贮数据。这样多维数据库中信息粒度较大，因而索引较小，可以常驻内存，使查询效率大为提高。由于多维数据库以数据方式存贮，数组中值的修改可以不影响索引，这样能很好地适应读写应用。

用户可以通过客户端的应用软件界面向服务器提交分析请求，由OLAP服务器检索多维数据库，最后将结果返回给用户。由于得益于独特的多维数据库结构及很高程度的数据预处理能力，因此基于MOLAP技术可以迅速地响应决策分析人员的分析请求，并快速地将分析结果返回给用户。但对一些新需求还需要重建多维数据库，因此限制了MOLAP 结构的灵活性。由于对数据预处理程度高，因此需要极大的数据容量，而且数据的维护量也很大。另外由于数据需下载到特定的多维数据库中，因此安全性相对较差。

2 ROLAP

ROLAP是基于关系型数据库技术的OLAP技术。在使用这种技术时，关系型数据库将多维数据库中的多维结构划分为两类，一类是事先用存储事实的度量值及各个维的码值；另一类是维表，对每个维来说，至少有以个表用来保存该维的元数据，即维的描述信息，包括维的层次及成员类别等。事实表是通过每一个维的值和维表联系在一起的，这种结构有时被称为“星型模式”。如果用多个表来描述一个复杂维。这样在“星”的角上又出现了分支，这种变形的“星型模式”被称为“雪花模式”。基于关系型数据库的OLAP的优势是技术成熟，有现成的产品可以借鉴开发过程快，风险小。其缺点是速度不如基于多维数据库的OLAP快。

而其相对与MOLAP一个比较明显的优点是适应性较好，主要表现在：由于MOLAP的预综合程度很高，对多维模型的扩充会使数据立方体的规模迅速增长，而且还关系到采用何种数据聚集方式的问题。而ROLAP的预综合程度比较灵活，可以根据用户需要进行，增加一维意味着增加一些维表与用户相关的综合表，还有事实表中的相应内容；同时由于MOLAP的预综合度高，当数据频繁变化时，需要重新进行很多计算，而ROLAP的预综合度比较灵活可以较好的适应数据变化；再一点，ROLAP的基础关系型数据库已经发展了20多年，技术上比较成熟，在适应大数据量和不同运行环境的能力都比较好。