OLAP

为提升数据方块查询速度，可利用物化方块和OLAP索引。查询处理步骤如下： 确定在可用方块上执行哪些操作，涉及将查询中的选择、投影、下钻、上卷等转化为SQL或OLAP操作。 选择合适的物化方块，因为较细粒度的方块不能由较粗粒度方块生成。 基于代价估计确定使用哪些方块处理查询的代价最低。

PocOLAP（西班牙语和意大利语中的“小”）OLAP 为你的数据仓库提供了一个基于 Web 的交叉表报告工具。虽然它并非 OLAP 服务器或成熟的数据挖掘解决方案，但 pocOLAP 能让你更轻松、更明了地使用你的数据。

本课分四章讲解第一章数据仓库与OLAP概述第二章多维数据分析基础与方法第三章数据仓库的构建（示例）第四章数据仓库的高级话题

OLTP面向操作人员，支持事务型操作；OLAP面向决策人员，支持分析性管理需求。OLTP数据为当前值和细节，OLAP数据为历史值和综合值。OLTP处理小量数据，OLAP处理大规模数据。OLTP关注事务吞吐量，OLAP关注查询吞吐量和响应时间。

OLAP (在线分析处理) 和 OLTP (在线事务处理) 是两种截然不同的数据处理系统，它们在设计目的、数据结构、查询类型和应用场景等方面存在显著差异。 1. 目的: OLTP: 面向日常业务操作，例如订单处理、库存管理、银行交易等，侧重于高效地执行大量短小的事务。 OLAP: 面向数据分析和决策支持，例如销售趋势预测、客户行为分析、市场调研等，侧重于快速地处理复杂的多维查询。 2. 数据结构: OLTP: 通常采用关系型数据库，数据以规范化的二维表形式存储，注重数据完整性和一致性。 OLAP: 通常采用多维数据模型，例如星型模式或雪花模式，将数据组织成事实表和维度表，便于多维

OLAP，即联机分析处理，能够快速、灵活地分析多维数据，帮助用户从不同角度深入挖掘数据价值。

Bob Lyle深入剖析 DB2 中的 OLAP 函数，阐述其原理和应用场景。

在网上关于OLAP的资料中，基于Oracle的内容相对较少。深入使用Oracle10g，详细解析了OLAP分析的过程和应用。

OLTP环境采用OLTP数据存储模型，而OLAP数据存储模型则不同，常见结构为星型或雪崩结构。OLAP数据库主要用于提升数据检索和分析速度。

优化在线分析处理（OLAP）的性能至关重要。幸运的是，有多种工具可用于监测和改善OLAP数据库的运行。微软SQL Server分析服务（SSAS）提供了强大的引擎，用于创建和管理数据挖掘应用和OLAP系统。为了实现最佳OLAP性能，您应该仔细监测和优化OLAP数据库及其潜在的关系数据源。介绍了监测SSAS和优化OLAP性能的工具，如SQL Server Profiler，它可以捕获SSAS实例的活动，并提供预定义的跟踪捕获模板，满足常见的跟踪需求。