CRM-EXPO 2002 - Midrange Magazin
CRM-EXPO 2002 - Midrange Magazin
CRM-EXPO 2002 - Midrange Magazin
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Technik & Integration<br />
OLAP-, MOLAP-, ROLAP-,<br />
Die Qual der Wahl<br />
HOLAP-Modelle im Vergleich<br />
E. F. Codd, der Urheber des relationalen<br />
Datenmodells, schrieb im Jahre 1994 ein<br />
White Paper, um den Begriff Online Analytical<br />
Processing (OLAP) einzuführen. Er prägte<br />
damit einen neuen Begriff im Glossar der<br />
Datenbankmodelle. Der Grund für diesen<br />
damals neuen Fachbegriff war die Notwendigkeit,<br />
die Charakteristika eines OLAP-Systems<br />
von denen eines transaktionsorientierten<br />
OLTP-Systems zu unterscheiden.<br />
Im Laufe der Entwicklung differenzierten<br />
sich die OLAP-Produkte in<br />
verschiedene Kategorien. Auf der einen<br />
Seite standen jene Produkte, die das<br />
multidimensionale Datenmodell in relationalen<br />
Datenbanken speicherten und<br />
Selektion der Daten mittels SQL vornahmen.<br />
Die Abkürzung hierfür lautet<br />
ROLAP (Relational Online Analytical<br />
Processing). Auf der anderen Seite standen<br />
die MOLAP-Produkte (Multidimensional<br />
Online Analytical Processing),<br />
die die Daten tatsächlich in multidimensionalen<br />
Formaten speicherten.<br />
Mit der Ankündigung der Version 8.1<br />
des DB2 OLAP Servers kombiniert IBM<br />
die Unterstützung für multidimensionale<br />
und relationale Analyse in einem<br />
transparenten, hybriden Ansatz zur Datenverwaltung<br />
(HOLAP, Hybrid Online<br />
Analytical Processing).<br />
Dieser Artikel beleuchtet die verschiedenen<br />
Ansätze ROLAP, MOLAP und HO-<br />
LAP. Dabei wird die Implementierung<br />
der hybriden Analyse mit Hilfe des DB2<br />
OLAP Servers, Version 8.1 mit ihren<br />
Stärken und Schwächen dargestellt.<br />
Multidimensionales OLAP mit<br />
dem DB2 OLAP Server<br />
Basierend auf Hyperions Essbase-Technologie<br />
speichert der DB2 OLAP Server<br />
die aggregierten multidimensionalen<br />
Daten in einem proprietären Dateiformat,<br />
um den logischen Cube abzubilden.<br />
Die Dimensionen und Hierarchien<br />
dieses Cubes werden zuvor in einer Outline<br />
definiert, anschließend werden die<br />
beschriebenen Daten geladen. Die zu ladenden<br />
Daten können hier in unterschiedlichen<br />
Formaten bereitgestellt<br />
werden. Nach dem Laden werden auf<br />
Basis der in der Outline hinterlegten Berechnungsformeln<br />
die Hierarchien<br />
durchgerechnet und abgespeichert.<br />
Während Laden und Berechnen des Cubes<br />
als Batch-Prozesse angesehen werden<br />
können, erlaubt die Vorausberechnung<br />
dem Anwender einen schnellen<br />
Zugriff, der das Attribut „online“ verdient.<br />
Eine weiteres Merkmal des DB2<br />
OLAP Servers ist die Option, Daten im<br />
Cube zu verändern und anschließend<br />
den Cube neu zurechnen.<br />
Die Vorteile beim Einsatz von MOLAP<br />
liegen in der Anwenderakzeptanz durch<br />
schnelle Antwortzeiten und in den anspruchsvollen<br />
Berechnungs- und Geschäftsmodellierungsoptionen.<br />
Für den<br />
Betrieb liegen die Stärken im geringen<br />
Aufwand für Einsatz und Wartung sowie<br />
in dem gegenüber ROLAP geringeren<br />
Ressourcenbedarf. Von Anwendern<br />
mit Planungs- und Modellierungsanforderungen<br />
– wie z.B. Wenn-Dann-Analysen<br />
– wird die Möglichkeit des Zurückschreibens<br />
in den Cube geschätzt.<br />
<strong>Midrange</strong> MAGAZIN November <strong>2002</strong><br />
Durch die ausgereifte und offene Essbase-Technolgie<br />
besteht ein großes Angebot<br />
von Werkzeugen wie auch add-ins<br />
für die Platzhirsche im Endbenutzerterrain,<br />
gemeint sind Tabellenkalkulationen<br />
wie MS Excel und Lotus 1-2-3. Die<br />
Methode der Vorausberechnung jeder<br />
möglichen Kennzahl kann bei großen<br />
Datenbanken und hoher Granularität<br />
die Nacht zu kurz werden lassen. Dann<br />
ist eine MOLAP-Lösung eventuell nicht<br />
praktikabel. Auch kann die Größe des<br />
vollberechneten Cubes die Handhabung<br />
– wie Sicherung und Wiederherstellung<br />
– problematisch werden lassen. Abhängig<br />
vom Modell kann die reine Anzahl<br />
an möglichen Werten der Kennzahlen<br />
den Cube um ein Vielfaches des Volumens<br />
der Quellendaten anwachsen lassen.<br />
Um die Größe eines Cubes und die<br />
Kalkulationszeit zu beeinflussen, besteht<br />
die Option, Kennzahlen erst bei<br />
der Abfrage zu berechnen. Dies hat jedoch<br />
Auswirkungen auf die Antwortzeiten<br />
für den Anwender.<br />
Relationales OLAP<br />
Um aufzuzeigen, dass Online-Analyse<br />
auch mit relationaler Datenhaltung<br />
möglich ist und um die Kundenanforderung<br />
nach „nicht noch einer Datenbank“<br />
zu erfüllen, entwickelten sich<br />
ROLAP-Produkte. Der Anwender in einer<br />
ROLAP-Architektur sieht die Daten<br />
weiterhin konzeptionell von der mehrdimensionalen<br />
Ebene. Das mehrdimensionale<br />
Modell wird hier in Relationen und<br />
SQL-Abfragen übertragen, um standardisierte<br />
relationale Datenbankmanagementsysteme<br />
(DBMS) zu nutzen. Zur<br />
mehrdimensionalen Modellierung werden<br />
hier gewöhnlich Star- oder Snowflake-Schemata<br />
genutzt. Obwohl die standardisierte<br />
Abfragesprache SQL aus vie-<br />
47