Lade Inhalt...

OLAP-Datenbanksysteme - ein Überblick

Studienarbeit 2012 23 Seiten

Informatik - Wirtschaftsinformatik

Leseprobe

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

1 Einleitung
1.1 Zielsetzung

2 Definitionen und Abgrenzung
2.1 Definition OLAP
2.2 Abgrenzung OLAP vs. OLTP

3 Technische Realisierung
3.1 ROLAP
3.2 MOLAP
3.3 HOLAP
3.4 Vergleich ROLAP / MOLAP / HOLAP
3.4.1 Vorteile
3.4.2 Nachteile
3.4.3 Fazit

4 Modellierung
4.1 Semantisches Konzept
4.1.1 Slice
4.1.2 Dice
4.1.3 Drill Down & Roll Up
4.1.4 Pivotierung
4.2 Logisches Konzept
4.2.1 Star-Schema
4.2.2 Snowflake-Schema

5 Einsatzmöglichkeiten

6 Zusammenfassung

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Architekturvarianten OLAP

Abbildung 2: Slicing

Abbildung 3: Dicing

Abbildung 4: Drill-Down & Roll-Up

Abbildung 5: Pivotierung / Rotation

Abbildung 6: Star-Schema

Abbildung 7: Snowflake-Schema

Tabellenverzeichnis

Tabelle 1: Vergleich OLAP / OLTP

Tabelle 2: Vorteile ROLAP/MOLAP/HOLAP

Tabelle 3: Nachteile ROLAP/MOLAP/HOLAP

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

In einem Zitat von John Naisbitt ist zu lesen:

„Wir ertrinken in Informationen, aber wir hungern nach Wis- sen...“ 1

Dieses Zitat bringt sehr gut zum Ausdruck, das in Unternehmen sehr viele Informationen gesammelt werden. Dies können unter anderem Kundenin- formationen, Produktinformationen oder auch Konkurrenzinformationen sein.

Allerdings ist es für Unternehmen oft nur sehr schwer möglich, diese Informationen in brauchbares und aktuelles Wissen umzuwandeln und diese schlussendlich gewinnbringend für sich auszuwerten und einzusetzen. An diesem Punkt setzen OLAP-Datenbanksysteme an. Sie versuchen erhobene Informationen bestmöglich für Analysen wie z.B. Business Intelligence Berichte oder Data Mining Analysen bereitzustellen um diese Informationen für die Unternehmen in Wissen umzuwandeln.

Aus diesem Grund beschäftigt sich dieses Assignment mit dem Thema OLAP-Datenbanksysteme. Das Assignment soll einen Überblick über die Modellierung, technische Realisierung und die unterschiedlichen Architekturvarianten von OLAP-Datenbanksystemen geben. Des Weiteren sollen Einsatzgebiete einer solchen OLAPDatenbank aufgezeigt werden.

1.1 Zielsetzung

Das Ziel dieses Assignments ist es, anhand der gegebenen Frage- stellung einen Überblick über die unterschiedlichen Architekturvarianten von OLAP-Datenbanken, deren technische Realisierung und die Modellierung aufzuzeigen. Des Weiteren sollen Einsatzmöglichkeiten von OLAP-Datenbanken aufgezeigt werden.

2 Definitionen und Abgrenzung

In diesem Kapitel werden die grundlegenden Definitionen, die diesem Assignment zugrunde liegen gegeben um ein gemeinsames Verständnis zu erreichen. Des Weiteren wird eine Abgrenzung zwischen Online Transactional Processing (OLTP) und Online Anlaytical Processing (OLAP) gegeben.

2.1 Definition OLAP

Edgar Frank Codd, der in den 60er und 70er Jahren des 20. Jahrhunderts die Grundlagen für die relationalen Datenbanken legte, die bis heute noch den Standard in der relationalen Datenbanktechnik darstellen, definierte OLAP wie folgt:

“…the name given to the dynamic enterprise analysis required to create, manipulate, animate and synthesize information from Enter- prise Data Models. This includes the ability to discern new or unantic- ipated relationships between variables, the abillity to identify the pa- rameters necessary to handle large amounts of data, to create an unlimited number of dimensions and to specify cross-dimensional conditions and expressions.“2

Die Definition von Codd stellt eine sehr detailreiche und ausführliche Definition für OLAP dar. Eine weitere sehr gebräuchliche und allgemeinere Definition für OLAP stellt Nigel Pendse dar:

“A category of applications and technologies for collecting, managing, processing and presenting multidimensional data for analysis and management purposes.” 3

Für dieses Assignment wird die Definition von Codd zugrunde gelegt, da diese Definition eine detailliertere und aussagekräftigere Beschreibung von OLAP bietet.

2.2 Abgrenzung OLAP vs. OLTP

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 1: Vergleich OLAP / OLTP4

Während OLAP aggregierte Daten für Analysen auf hoher Ebene für relativ wenige Nutzer bereitstellt, ist OLTP durch viele Nutzer die gleichzeitig Daten bearbeiten, löschen und hinzufügen ausgelegt. Daher ist OLTP durch die zweidimensionale Speicherung von Daten und durch sein transaktionales Konzept für den Bedarf des Tagesge- schäfts ausgelegt. Hingegen ist die mehrdimensionale Speicherung von Daten von OLAP für Reports und dadurch für Managementent- scheidungen ausgelegt. 5

3 Technische Realisierung

Online Analytical Processing bietet dem Anwender eine multidimen- sionale Sicht auf die im Data Warehouse liegenden Daten. Sie wird durch die Verknüpfung von Dimensionen mit den dazugehörigen Da- ten erreicht.

Dadurch entsteht für den Anwender der Eindruck, dass er sich in einem Würfel (Cube) bewegt und beliebige Projektionen bilden kann. Der Anwender kann dadurch die gleichen Daten unter unterschiedlichen Gesichtspunkten betrachten.6

Des Weiteren findet durch OLAP eine Trennung von semantischer Sicht auf die Daten und logischer Datenhaltung statt. Dadurch kann für die Repräsentation der Daten jede mögliche Art der Datenhaltung herangezogen werden. 7

Im Folgenden werden die drei Datenhaltungsmöglichkeiten, relationales Online Analytical Processing (R-OLAP), multidimensionales Online Analytical Processing (M-OLAP) und hybrides Online Analytical Processing (H-OLAP) vorgestellt.

3.1 ROLAP

Das relationale Online Analytical Processing (R-OLAP) nutzt zur Datenspeicherung eine relationale Datenbank mit spezifischen Modellierungsschemen wie das Star- oder das Snowflakeschema, um die Datenhaltung zu realisieren.

Da hierbei die Datenhaltung auf physisch zweidimensionalen Tabellen und nicht auf multidimensionalen Datenstrukturen aufbaut, wird auch oft vom virtuellen OLAP gesprochen.8

3.2 MOLAP

Das multidimensionale Online Anlaytical Processing (M-OLAP) verwendet im Gegensatz zum R-OLAP multidimensionale Datenstrukturen zur Speicherung der Daten.

Beim M-OLAP ergibt sich durch die Multidimensionalität die Schwierigkeit, dass mit der Anzahl der Dimensionen auch die Anzahl der grundsätzlich entstehenden Felder zunimmt, die aber nicht zwanghaft einen Inhalt besitzen müssen.

Man spricht erfahrungsgemäß davon, dass nur ca. 10 % der Felder mit Werten befüllt sind. Dies führt bei einer großen Dimensionalität zu einem Aufblähen der Datenbank und dadurch zu Performancever- lusten.9

3.3 HOLAP

Das hybride Online Analytical Processing (H-OLAP) versucht die Vorteile von R-OLAP und M-OLAP miteinander zu verbinden und stellt eine Mischform beider Methoden dar. Je nach Abfragehäufig- keit und Aggregationsstufe werden die Daten entweder relational oder multidimensional abgelegt, um so die beste Performance bei der Auswertung zu erlangen. Daten, die in einer hohen Aggregati- onsstufe vorliegen und häufig benötigt werden, werden multidimen- sional abgelegt, während Daten, die in einer niedrigen Aggregations- stufe vorliegen und seltener verwendet werden, relational abgelegt werden.10

[...]


1 Keuper, F. et al., 2009, S. 191

2 Jung, R. et al, 2000, S. 137

3 Schrödl, H., 2009, S. 20

4 Eigene Darstellung vgl. Krcmar, H., 2005, S.86f.

5 Vgl. Krcmar, H., 2005, S. 86 f.

6 Vgl. Lassmann, W., J. 2006, S. 462

7 Vgl. Kemper, H.-G. et al., J. 2006, S. 99

8 Vgl. Gabriel, R. et al., 2009, S.59

9 Vgl. Gabriel, R. et al., 2009, S.59

10 Vgl. Gabriel, R. et al., 2009, S.59

Details

Seiten
23
Jahr
2012
ISBN (eBook)
9783656317111
ISBN (Buch)
9783656318606
Dateigröße
2.1 MB
Sprache
Deutsch
Katalognummer
v205228
Institution / Hochschule
AKAD University, ehem. AKAD Fachhochschule Stuttgart – Wirtschaftsinformatik
Note
1,3
Schlagworte
OLAP Datenbank Datenbanksysteme ROLAP MOLAP HOLAP DBA03 Pivotierung Slice Dice Roll-Up Star-Schema Snowflake-Schema Business Intelligence

Autor

Zurück

Titel: OLAP-Datenbanksysteme - ein Überblick