浅谈数据仓库（DW & BI）（四）

历史文章：

#42 浅谈数据仓库（DW &BI）（一）：数据仓库发展起源及概述

#43 浅谈数据仓库（DW &BI）（二）：粒度、存储、3NF、星型模型、雪花模型

#44 浅谈数据仓库（DW &BI）（三）：企业数据仓库架构、数据集市简介

最近一段时间，频繁听到数据中台的概念，尤其是阿里巴巴的数据中台，不太了解数据中台是什么，这几天在网上学习了一下，发现似乎与企业数据仓库差别不大？（求指教）我理解的主要区别在于数据中台做全域数据接入，还有很多非业务系统的非结构化数据，另外数据开放、外部应用更多，对业务支撑的接口更多，也提供了更多平台能力。

做为数仓的重要工具，今天主要聊一下数仓的OLAP（Online Analytical Processing）吧~

OLAP不同于操作型数据库的OLTP(Analytical Transaction)，OLTP主要做事务处理，OLAP主要做数据分析和展示，提供直观的查询结果。

OLAP核心建立于数据立方体上（Data Cube）之上，那么什么是数据立方体呢？从网上找了一张图，见下：

其实就是不同维度上（可以是一维、二维、三维甚至N维）的各类度量的一个立方体。

维度（Dimension）：观察数据的角度，是一个用来过滤、分类的描述性事实，例如销售的产品、销售的区域、销售的时间。

度量（Measure）：具体的统计量，例如总销售额、总销售量、平均销售额等。

维度又有不同的层次（Level），比如销售时间可以是日层次、月层次、季度层次、年层次。

维的具体成员（Member）,是指某一维内的具体取值，比如性别中包含男、女、不详三个成员。。

然后OLAP其实在把玩这个数据立方体，通过各种操作，将预设的立方体翻来覆去，以达到分析数据的效果，有点类似获取数据之后，在excel中通过行列转换、筛选器（切片器）的方式做数据透视表。具体的方法有：

1、钻取（Drill-down）& 上卷（Roll-up）:钻取是从高维的维度向下钻，例如看2018年的销售情况，向下变成看2018年1月至2018年12月各月的销售情况。上卷反之，例如将桌子和椅子划为一个新整体来观察。

2、切片（Slice）：选择特定维成员看具体数据。

3、切块（Dice）：选择特定范围内的维成员看具体数据。

4、旋转（Pivot）：行列转换。

然后OLAP根据数据存储的架构，分为这么几种：

MOLAP(Multidimensional)：多维OLAP架构是实际生成了一张存放数据立方体的表，所有的信息和维度都已经在这张表内被设计、计算好，速度比较快，存储上会耗费多一点。

ROLAP(Relational)：关系型OLAP实际后台存储的是事实表和维表（一般是星型模型），前台的查询会直接转化为SQL，后台访问相关表做join处理，速度比较慢。

HOLAP(Hybrid) ：混合OLAP，灵活部署，使用频率多的应用采用MOLAP模式，使用频率低、数据量小一点的应用采用ROLAP模式。

OLAP如果按照处理方式划分的话，则可以分为Server OLAP与Client Olap，Server OLAP比较常见，在服务器端进行分析处理，然后将结果返还给用户。ClientOLAP则是用户端下载数据到本地，在本地做数据处理。

目前的一些OLAP工具：Congos、Mondrian、Superset、Druid、Flink等。