Online Analytical Processing (OLAP)
Definisi
OLAP (Online Analytical Processing) adalah proses komputer yang memungkinkan pengguna dengan mudah dan lebih selektif dan melihat data dari berbagai sudut pandang.[1]
OLAP (Online Analytical Processing) adalah teknologi dibalik aplikasi Business Intelligence (BI). OLAP adalah teknologi yang sangat kuat untuk penemuan data, termasuk kemampuan untuk melihat laporan terbatas, perhitungan analitis kompleks, dan prediktif “bagaimana jika” skenario (anggaran, perkiraan) perencanaan.[2]
Jenis sistem OLAP
sistem OLAP bervariasi cukup banyak, dan mereka umumnya telah dibedakan oleh surat ditandai ke depan akronim “OLAP,” untuk On-Line Analytical Processing. MOLAP dan ROLAP telah klasik menjadi jenis yang paling mapan, dan perbedaan lainnya mewakili sedikit lebih dari program pemasaran pada bagian dari vendor untuk membedakan diri mereka sendiri, misalnya, SOLAP dan DOLAP. Di sini, kami bertujuan untuk memberikan gambaran tentang apa perbedaan ini berarti.
Direksi Baru di Teknologi OLAP
Perangkat lunak terbaru dalam OLAP dan dunia Business Intelligence menggabungkan, secara real-time, manfaat dari kedua tabel relasional dan multidimensi pemodelan data bisnis. Teknologi terbaru menghilangkan format proprietary dari pendahulunya MOLAP nya dengan hidup / tabungan dalam sumber tabel relasional, seperti SQL Server. Terakhir, teknologi OLAP baru mempertahankan koneksi konstan dengan sistem back-end yang ada dan memberikan segera responsif laporan / analisis di Excel dan alat-alat lainnya front-end (dashboard, alat query, dll).
Hybrid Transaksi / Analytical Processing (HTAP)
Gartner menciptakan HTAP yang merupakan istilah dalam sebuah kertas di awal 2014 untuk menggambarkan sistem data baru di memori yang melakukan kedua pemrosesan transaksi online (OLTP) dan pengolahan analisis online (OLAP).
HTAP bergantung pada yang lebih baru dan lebih kuat, sering didistribusikan, pengolahan: kadang-kadang melibatkan hardware “alat” baru, dan hampir selalu membutuhkan sebuah platform perangkat lunak baru. Saat ini, titik kunci tampaknya semua teknologi yang berlokasi di database relasional. Dan, tidak ada lagi replikasi data, dan informasi transaksi baru menjadi bagian dari model analitis di secepat waktu seperti teknologi mungkin.
HTAP merupakan cara baru untuk mengikat data bersama-sama dengan cara yang belum mungkin sebelum-penyatuan nyata data relasional disimpan dalam tabel dengan model data yang digunakan untuk pengambilan keputusan oleh para pemimpin bisnis.
Multidimensional OLAP (MOLAP) – Cube based
Produk MOLAP memungkinkan pengguna dengan model data dalam lingkungan multidimensi, daripada memberikan pandangan multidimensi data relasional.
Struktur model multidimensi tidak seperti serangkaian tabel (seperti yang ada dalam database relasional), tetapi apa yang umumnya disebut sebagai kubus. Kubus dimodelkan dalam database multidimensi memperluas konsep yang terkait dengan spreadsheet: hanya sebagai sel dalam spreadsheet merupakan persimpangan dua dimensi (penjualan produk dengan wilayah), sebuah sel di kubus mewakili persimpangan jumlah tak terbatas anggota dimensi ( misalnya, Produk, Pelanggan, Daerah, Bulan … dimensi n). Seperti dalam spreadsheet, sel mungkin dihitung dengan rumus yang melibatkan sel-sel lainnya.
Singkatnya, database multidimensi memungkinkan pengguna untuk menambahkan dimensi ekstra, bukan tabel tambahan, seperti dalam model relasional. Dan struktur MOLAP kubus memungkinkan untuk sangat cepat, fleksibel data modeling dan perhitungan. Untuk satu, menemukan sel adalah sangat sederhana-aplikasi dapat mengidentifikasi lokasi sel dengan nama (di persimpangan anggota dimensi) bukan dengan mencari indeks atau seluruh model (melalui pernyataan SQL SELECT), seperti dalam database relasional. Selanjutnya, model multidimensi menggabungkan teknik array canggih pengolahan dan algoritma untuk mengelola data dan perhitungan. Akibatnya, database multidimensi dapat menyimpan data yang sangat efisien dan perhitungan proses di sebagian kecil dari waktu yang dibutuhkan dari produk berbasis relasional.
Apa kelemahan yang dirasakan dari alat MOLAP?
pertama, data yang relevan harus dipindahkan dari sistem relasional, yang penciptaan aa kembali berpotensi “berlebihan” dari data lain (multidimensi) database. Setelah data telah ditransfer, mungkin tidak ada cara sederhana untuk memperbarui MOLAP “mesin” sebagai transaksi individu yang dicatat oleh RDBMS. Produk MOLAP biasanya sistem proprietary. Untuk beberapa departemen TI, memperkenalkan sistem database baru adalah sebuah kutukan, bahkan jika itu berarti produktivitas secara signifikan lebih besar untuk jenis perencanaan, analisis dan pelaporan yang akhir-pengguna bergantung pada (MOLAP).
Relational OLAP (ROLAP) –Star Schema based
produk ROLAP (Relational OLAP) dikreditkan mampu langsung mengakses data yang tersimpan dalam database relasional. Gagasan adalah bahwa mereka dapat dengan mudah mengambil data transaksional, meskipun ini menjadi tersangka ketika set data yang sangat besar dalam bermain, atau jika perhitungan yang lebih kompleks yang harus disampaikan, berdasarkan data transaksional. produk ROLAP memungkinkan organisasi untuk meningkatkan investasi mereka yang ada di RDBMS (relational database management system) software.
produk ROLAP mengakses database relasional dengan menggunakan SQL (Structured Query Language), yang merupakan bahasa standar yang digunakan untuk mendefinisikan dan memanipulasi data dalam RDBMS. pengolahan selanjutnya dapat terjadi pada RDBMS atau dalam server mid-tier, yang menerima permintaan dari klien, menerjemahkannya ke dalam laporan SQL, dan melewati mereka ke RDBMS.
produk ROLAP menyediakan GUI dan menghasilkan rencana eksekusi SQL yang biasanya menghapus pengguna akhir dari proses penulisan SQL. Namun, ini lebih-ketergantungan pada pengolahan melalui SQL pernyataan-termasuk pengolahan untuk multidimensi analisis-adalah kelemahan. Apakah itu dihasilkan “transparan” atau tidak, SQL adalah bahasa tabel relasional: kosakata SQL adalah terbatas dan tata bahasa yang sering tidak fleksibel, setidaknya untuk mengakomodasi model yang paling canggih diperlukan untuk analisis multidimensi.
Ada kekurangan lebih lanjut untuk penataan model multidimensional yang semata-mata dalam tabel relasional: Sebelum pengguna dapat mengirimkan permintaan, data dimensi yang relevan harus diekstrak dan diformat ulang dalam struktur de-normalisasi dikenal sebagai skema bintang atau kepingan salju. Struktur tabel diperlukan untuk memberikan kinerja analitik yang diterima. aplikasi ROLAP yang canggih juga mengharuskan tabel agregat pra-dibangun dan dipelihara, menghilangkan kebutuhan untuk memproses data ringkasan pada saat runtime
Salah satu keuntungan dari ROLAP atas gaya lain dari OLAP alat analitik adalah bahwa hal itu dianggap lebih terukur dalam menangani data dalam jumlah besar. ROLAP duduk di atas database relasional karena memungkinkan untuk memanfaatkan beberapa fungsi yang database relasional mampu.
Hybrid OLAP (HOLAP)
HOLAP adalah produk upaya untuk menggabungkan fitur terbaik dari MOLAP dan ROLAP ke arsitektur tunggal. Jenis alat ini mencoba untuk menjembatani kesenjangan teknologi dari kedua produk dengan memungkinkan akses ke atau penggunaan kedua database multidimensi (MDDB) dan Relational Database Management System (RDBMS) menyimpan data. sistem HOLAP menyimpan jumlah yang lebih besar dari data yang rinci dalam tabel relasional sedangkan agregasi disimpan dalam kubus pra-dihitung. HOLAP juga memiliki kapasitas untuk “drill melalui” dari kubus ke meja relasional untuk digambarkan data.Some keuntungan dari sistem ini adalah skalabilitas yang lebih baik, pengolahan data yang cepat dan fleksibilitas dalam mengakses sumber data. Masalah dengan sistem HOLAP justru terletak pada kenyataan bahwa mereka adalah hibrida: di terbaik mereka mengambil bagian dari kekuatan sistem lain, tetapi mereka juga memperlihatkan kelemahan masing-masing, dalam Mashup percobaan dua teknologi yang berbeda.
Keuntungan OLAP
Pengetahuan adalah dasar dari semua keputusan sukses. Bsnis yang sukses terus merencanakan, menganalisis dan melaporkan penjualan dan kegiatan operasional dalam rangka untuk memaksimalkan efisiensi, mengurangi pengeluaran dan mendapatkan pangsa pasar yang lebih besar. Statistik akan memberitahu kita bahwa data sampel yang kita miliki, semakin besar kemungkinan statistik yang dihasilkan akan benar. Tentu, semakin banyak data perusahaan dapat mengakses tentang aktivitas tertentu, semakin besar kemungkinan bahwa rencana untuk meningkatkan kegiatan yang akan efektif. Semua bisnis mengumpulkan data menggunakan banyak sistem yang berbeda, dan tantangannya tetap: bagaimana untuk mendapatkan semua data bersama-sama untuk menciptakan akurat, handal, informasi yang cepat tentang bisnis. Sebuah perusahaan yang dapat memanfaatkan dan mengubahnya menjadi pengetahuan bersama, akurat dan cepat, pasti akan lebih baik diposisikan untuk membuat keputusan bisnis yang sukses dan naik di atas kompetisi.
Teknologi OLAP telah didefinisikan sebagai kemampuan untuk mencapai “akses cepat ke informasi multidimensi bersama.” Mengingat kemampuan OLAP teknologi untuk menciptakan agregasi sangat cepat dan perhitungan set data yang mendasar, seseorang dapat memahami kegunaannya dalam membantu para pemimpin bisnis membuat lebih baik, lebih cepat "memberitahu " keputusan.
[details=Referensi]