Grundlagenserie Business Intelligence

Business Intelligence (Teil 4): BI-Analysemethoden OLAP & Data Mining

OLAP-Umsetzungskonzepte

Die physische Umsetzung dieser logischen Konstrukte erfolgt direkt in einer multidimensionalen Datenbank - durch besondere Modellierungstechniken in einer relationalen Datenbank oder in einer Zusatzkomponente für relationale Datenbanken.

Innerhalb der OLAP-Systeme gibt es zwei wesentliche Varianten: ROLAP (Relationales OLAP) Systeme bauen typischerweise auf SQL-basierten relationalen Datenbanksystemen wie Oracle und IBM DB2 UDB auf. MOLAP-Systeme (multidimensionales OLAP) hingegen nutzen letztlich proprietäre Datenbanken.

Jeder Typ hat seine Vor- und Nachteile. MOLAP kann schnell Aggregationen, also Zusammenfassungen von Daten, berechnen. ROLAP hingegen skaliert besser, ist dafür aber langsamer als MOLAP. Dies liegt bei ROLAP daran, dass die Daten neben den teils vielleicht schon vorausberechneten Aggregationen in einer vielseitigen, aber langsameren Datenbank gespeichert vorliegen. Bei MOLAP sind diese Daten hingegen in geeigneter, schnell zugänglicher Form meist direkt im Dateisystem abgespeichert.

Eine weiterer Architekturtyp ist DOLAP („D“ für Desktop). Hierbei werden die Basisdaten zunächst lokal in den Analyseclient importiert, um eine lokale Analyse vollziehen zu können. Als Nachteil kann hier eine unter Umständen zu schwache Hardwareauslegung gesehen werden.

Zeitintensiv bei OLAP ist allerdings nicht die Auswertung der Daten, sondern die Erstellung und Auffrischung der angelegten Cubes. Mittlerweile existiert eine Vielzahl an Front-Ends, die direkt auf OLAP-Cubes zugreifen und die darin enthaltenen Daten anhand von Dimensionen und Kennzahlen flexibel und mit sehr geringen Antwortzeiten auswerten können.