MOLAP: डेटा वेयरहाउस में बहुआयामी OLAP

MOLAP क्या है?

बहुआयामी OLAP (MOLAP) एक शास्त्रीय OLAP है जो एक बहुआयामी डेटा घन का उपयोग करके डेटा विश्लेषण की सुविधा देता है। डेटा पूर्व-संगणित, पुन: संक्षेपित, और एक MOLAP (ROLAP से एक प्रमुख अंतर) में संग्रहीत किया जाता है। MOLAP का उपयोग करके, उपयोगकर्ता विभिन्न पहलुओं के साथ बहुआयामी दृश्य डेटा का उपयोग कर सकता है।

यदि रिलेशनल डेटाबेस का उपयोग किया जाता है तो बहुआयामी डेटा विश्लेषण भी संभव है। इसके लिए कई टेबलों से डेटा क्वेरी करना होगा। इसके विपरीत, MOLAP में डेटा के सभी संभावित संयोजन पहले से ही एक बहुआयामी सरणी में संग्रहीत हैं। MOLAP इस डेटा को सीधे एक्सेस कर सकता है। इसलिए, रिलेशनल ऑनलाइन एनालिटिकल प्रोसेसिंग (रॉलाप) की तुलना में MOLAP तेज है।

इस ट्यूटोरियल में, आप सीखेंगे-

• MOLAP वास्तुकला
• कार्यान्वयन विचार MOLAP है
• मोलप के फायदे
• मोलप दोष
• मोलप उपकरण

प्रमुख बिंदु

• MOLAP में, संचालन को प्रसंस्करण कहा जाता है।
• MOLAP टूल समराइज़िंग के स्तर के बावजूद प्रतिक्रिया समय की समान मात्रा के साथ जानकारी संसाधित करते हैं।
• MOLAP उपकरण विश्लेषण के लिए डेटा संग्रहीत करने के लिए एक संबंधपरक डेटाबेस को डिजाइन करने की जटिलताओं को दूर करते हैं।
• MOLAP सर्वर घने और विरल डेटा सेट को प्रबंधित करने के लिए दो स्तर के संग्रहण प्रतिनिधित्व को लागू करता है।
• यदि डेटा सेट विरल है, तो संग्रहण उपयोग कम हो सकता है।
• तथ्यों को बहु-आयामी सरणी में संग्रहीत किया जाता है और उन्हें क्वेरी करने के लिए उपयोग किए जाने वाले आयाम।

MOLAP वास्तुकला

MOLAP वास्तुकला में निम्नलिखित घटक शामिल हैं -

• डेटाबेस सर्वर।
• मोलप सर्वर।
• फ्रंट-एंड टूल।

ऊपर Gien MOLAP आर्किटेक्चर पर विचार करें: -

1. उपयोगकर्ता इंटरफ़ेस के माध्यम से रिपोर्ट का अनुरोध करता है
2. MDDB के अनुप्रयोग तर्क परत डेटाबेस से संग्रहीत डेटा को पुनः प्राप्त करता है
3. अनुप्रयोग तर्क परत क्लाइंट / उपयोगकर्ता के लिए परिणाम आगे की ओर।

MOLAP वास्तुकला मुख्य रूप से precompiled डेटा पढ़ता है। MOLAP वास्तुकला में गतिशील रूप से एकत्रीकरण बनाने या पूर्व-गणना और संग्रहीत नहीं किए गए परिणामों की गणना करने की सीमित क्षमता है।

उदाहरण के लिए, एक लेखा प्रमुख एक विशेष सहायक के लिए कॉर्पोरेट पी / एल खाता या पी / एल खाता दिखाते हुए एक रिपोर्ट चला सकता है। MDDB पूर्व-निर्धारित लाभ और हानि के आंकड़े प्राप्त करेगा और उपयोगकर्ता को परिणाम देगा।

कार्यान्वयन विचार MOLAP है

• मॉल में क्यूब्स के निर्माण के लिए रणनीति बनाने के लिए रखरखाव और भंडारण के निहितार्थ दोनों पर विचार करना आवश्यक है।
• मालिकाना भाषाओं का इस्तेमाल MOLAP को क्वेरी करने के लिए किया जाता है। हालाँकि, इसमें Microsoft द्वारा उदाहरण के लिए MDX का व्यापक क्लिक और ड्रैग सपोर्ट शामिल है।
• पैमाने पर मुश्किल क्योंकि आयाम बढ़ने पर क्यूब्स की संख्या और आकार की आवश्यकता होती है।
• एपीआई को क्यूब्स की जांच के लिए प्रदान करना चाहिए।
• डेटा विश्लेषण के कई विषय क्षेत्रों का समर्थन करने के लिए डेटा संरचना जो डेटा नेविगेट और विश्लेषण किया जा सकता है। जब नेविगेशन बदलता है, तो डेटा संरचना को शारीरिक रूप से पुनर्गठित करने की आवश्यकता होती है।
• डेटाबेस को बनाए रखने के लिए डेटाबेस व्यवस्थापक के लिए विभिन्न कौशल सेट और टूल की आवश्यकता होती है।

MOLAP के फायदे

• MOLAP बहुआयामी डेटा की काफी मात्रा का प्रबंधन, विश्लेषण और भंडारण कर सकता है।
• अनुकूलित संग्रहण, अनुक्रमण और कैशिंग के कारण तेज़ क्वेरी प्रदर्शन।
• संबंधपरक डेटाबेस की तुलना में डेटा के छोटे आकार।
• समुच्चय डेटा के उच्च स्तर की स्वचालित गणना।
• उपयोगकर्ताओं को बड़े, कम-परिभाषित डेटा का विश्लेषण करने में मदद करें।
• MOLAP उपयोगकर्ता के लिए आसान है यही कारण है कि यह अनुभवहीन उपयोगकर्ताओं के लिए एक उपयुक्त मॉडल है।
• MOLAP क्यूब्स तेजी से डेटा पुनर्प्राप्ति के लिए बनाए गए हैं और स्लाइसिंग और डाइलिंग ऑपरेशन के लिए इष्टतम हैं।
• क्यूब बनाए जाने पर सभी गणना पूर्व-उत्पन्न होती हैं।

मोलप दोष

• MOLAP की एक बड़ी कमजोरी यह है कि यह ROLAP से कम मापनीय है क्योंकि यह केवल सीमित मात्रा में डेटा संभालती है।
• MOLAP भी डेटा अतिरेक का परिचय देता है क्योंकि यह संसाधन गहन है
• MOLAP समाधान लंबा हो सकता है, विशेष रूप से बड़े डेटा वॉल्यूम पर।
• मॉडल दस से अधिक होने पर मॉडल्स को अपडेट और क्वेरी करते समय मॉल उत्पादों का सामना कर सकते हैं।
• MOLAP विस्तृत डेटा रखने में सक्षम नहीं है।
• यदि डेटा सेट अत्यधिक बिखरा हुआ है, तो भंडारण उपयोग कम हो सकता है।
• यह केवल सीमित मात्रा में डेटा को संभाल सकता है, इसलिए क्यूब में बड़ी मात्रा में डेटा को शामिल करना असंभव है।

मोलप उपकरण

• Essbase - Oracle के उपकरण जिसमें एक बहुआयामी डेटाबेस होता है।

• एक्सप्रेस सर्वर - वेब आधारित वातावरण जो ओरेकल डेटाबेस पर चलता है।

• येलोफिन - रिपोर्ट और डैशबोर्ड बनाने के लिए बिजनेस एनालिटिक्स टूल।

• क्लियर एनालिटिक्स - क्लियर एनालिटिक्स एक एक्सेल-आधारित व्यापार समाधान है।

• एसएपी बिजनेस इंटेलिजेंस - एसएपी से बिजनेस एनालिटिक्स समाधान

सारांश:

• बहुआयामी OLAP (MOLAP) एक शास्त्रीय OLAP है जो एक बहुआयामी डेटा घन का उपयोग करके डेटा विश्लेषण की सुविधा देता है।
• MOLAP टूल समराइज़िंग के स्तर के बावजूद प्रतिक्रिया समय की समान मात्रा के साथ जानकारी संसाधित करते हैं।
• MOLAP सर्वर घने और विरल डेटा सेट को प्रबंधित करने के लिए भंडारण के दो स्तर को लागू करता है।
• MOLAP बहुआयामी डेटा की काफी मात्रा का प्रबंधन, विश्लेषण और भंडारण कर सकता है।
• यह समुच्चय डेटा के उच्च स्तर की गणना को स्वचालित करने में मदद करता है
• यह ROLAP से कम मापनीय है क्योंकि यह केवल सीमित मात्रा में डेटा को संभालता है।