OLAP基本上是只读数据存储.Classic OLAP是一个数据仓库或数据集市,我们可以将其作为OLAP多维数据集使用.从概念上讲,您可以将OLAP多维数据集视为巨大的Excel数据透视表.这是一个具有边(维)和数据交叉(事实)的结构,没有任何联接.
数据结构是OLAP查询比OLTP快得多的原因之一.另一个原因是聚合的概念,它存储在叶子(底部)以上的交叉点.一个例子如下:
您可以通过以下维度(时间,产品,客户等)为每个销售额加载一个多维数据集,其中包含有关销售的事实(即多少美元,多少单位等),每行(或事实). .加载每个维度的级别,例如每天和每个客户的销售等等......是叶子数据.当然,您经常需要查询汇总值,即MONTH的销售额,某个CITY的客户等等......
这些聚合可以在查询时计算,也可以预先聚合并存储在多维数据集负载中.在查询时,OLAP多维数据集使用存储和计算聚合的组合.与OLTP索引不同,可以使用PARTIAL聚合.
除此之外,大多数OLAP多维数据集默认设置了大量缓存,大多数还允许进行非常精细的缓存调整(预加载).
另一个考虑因素是,越来越多的供应商提供相对最近的内存中BI(或OLAP).显然,如果更多的OLAP数据在内存中,那么生成的查询将比传统的OLAP更快.要查看内存立方体的例子,来看看我的幻灯片组有关SQL Server 2012 BISM.