Eine Einführung in OLAP (Online Analytical Processing) Mala Bachmann September 2000

Einführungsbeispiel Wein-Shop (1) Umsatz pro Zeit und Produkt

Einführungsbeispiel Wein-Shop (2) Umsatz pro Zeit, Produkt und Region

Einführungsbeispiel Wein-Shop (3) Umsatz pro Zeit, Produkt, Region, Distributionskanal, ...

Wofür wird OLAP benötigt? (1) OLAP erleichtert die Analyse von Kennzahlen unter verschiedenen Gesichtspunkten (Dimensionen) Wie gross ist der Umsatz pro Zeit und Produkt? Wie gross ist der Umsatz pro Zeit, Geschäftsbereich und Kundengruppe? ...

Wofür wird OLAP benötigt? (2) Weitere Kennzahlen Gewinn pro Produkt und Monat? Kosten pro Produkt und Monat? Anteil des Gewinns der einzelnen Produkte am Gesamtgewinn? Veränderung des Umsatzes im Vergleich zum Vormonat? Berechnete Kennzahlen Umsatz pro Distributionskanal? Gewinn pro Kundengruppe? Weitere Dimensionen und Hierarchien Grafische Darstellungen Geeignete graphische Darstellungen? ...

Was ist OLAP? OLAP ist ... ... ein Überbegriff für Technologien, Methoden und Tools zur Ad-hoc-Analyse multidimensionaler Informationen ... eine Komponente der entscheidungsorientierten Informationsverarbeitung … Produkt Zeit Umsatz Region OLAP

OLAP Charakteristika Dimensionen Daten werden über Dimensionen beschrieben. Begriffe: Multidimensionalität, Hypercubes, Ausprägungen (Members), Zellen Merlot Cabernet-S. Produkte Shiraz Chardonney Deutschland Zinfandel Oesterreich Regionen Schweiz Jan Feb Mrz Apr Mai Jun Jul Aug Sep Okt Nov Dez Zeit

OLAP Charakteristika Hierarchien Dimensionen können Hierarchien haben. Alle Produkte Rotweine Merlot Produkte Cabernet-S. Shiraz Weissweine Chardonney Alle Regionen Deutschland Regionen Zinfandel Oesterreich Schweiz Jan Feb Mrz Q1 Apr Mai Jun Q2 Jul Aug Sep Q3 Okt Nov Dez 2000 Q4 Zeit

OLAP Charakteristika Flexible Präsentation (1) Die multidimensionalen Daten können am Bildschirm flexibel präsentiert werden. Roll- up Drill- down

OLAP Charakteristika Flexible Präsentation (2) Die multidimensionalen Daten können am Bildschirm flexibel präsentiert werden. Slice & Dice Kennzahlen Umsatz Gewinn Produkte Regionen Zeit Kennzahlen Umsatz Gewinn Produkte Regionen Zeit Eine beliebige Kombination von Dimensionen und Aus-prägungen kann angezeigt werden.

OLAP Charakteristika Flexible Präsentation (3) Die multidimensionalen Daten können am Bildschirm flexibel präsentiert werden. Slice & Dice Die Achsen können beliebig ausgetauscht werden.

OLAP und Data Warehousing Was ist ein Data Warehouse? Ein Data Warehouse ist ein Datenbanksystem, in dem die entscheidungsrelevanten Daten eines Unternehmens in konsolidierter Form gesammelt werden, um sie für Auswertungen zugänglich zu machen. Reservie- rungs- system Personal- ver- waltung ... Operative Systeme Auftrags- verarbeitung Reservie- rungs- system Auftrags- verarbeitung Personal- ver- waltung Data Warehouse ...

OLAP und Data Warehousing Zwei Sichten auf den gleichen Prozess Operative Systeme Data Warehouse Data Marts Client Applications Reporting Ad-hoc Analyse Data Mining ...

Query and Calculation Engine OLAP-Architekturen ROLAP Relationales OLAP Daten werden relational gespeichert Komplexe Anfragen können hohe Antwortzeiten verursachen Grosse Datenmengen verarbeitbar   Query and Calculation Engine HOLAP Hybrides OLAP OLAP-Frontend MOLAP Multidimen-sionales OLAP Daten werden multidimensional gespeichert Schnelle Antwortzeiten auch auf komplexe Anfragen Verarbeitbare Datenmenge beschränkt  

Unterschiede zwischen transaktions-orientierten und analyseorientierten Systemen Transaktionsorientierte Systeme Operative Systeme Auswertungsorientierte Systeme OLTP (Online Transaction Processing) OLAP (Online Analytical Processing) Häufige, einfache Anfragen Weniger häufige, komplexe Anfragen Kleine Datenmengen je Anfrage Grosse Datenmengen je Anfrage Operieren hauptsächlich auf aktuellen Daten Operieren auf aktuellen und historischen Daten Schneller Update wichtig Schnelle Kalkulation wichtig  Datenbanksystem kann nicht gleichzeitig für OLTP- und für OLAP-Anwendungen optimiert werden Paralleles Ausführung von OLAP-Anfragen auf operationalen Datenbe-ständen könnte Leistungsfähigkeit der OLTP-Anwendungen beeinträchtigen

Entwicklung von OLAP (1) 1960 Erster Ansatz, Multidimensionalität in einer Programmiersprache zu verankern APL 1970 Erstes multidimensionales Software Tool (entwickelt für die Marketing Analyse) Express 1980 System W (Comshare) Command Center (Pilot Software) Cognos Powerplay (Cognos) ... Begriff EIS (Executive Information System) wird populär Entwicklung verschiedener multi-dimensionaler Produkte mit Konzepten, die auch heute noch Bestand haben

Entwicklung von OLAP (2) Spreadsheets werden populär 1990 Hyperion Essbase Oracle Express MicrosStrategy Business Objects Brio Technology IBM DB2 OLAP Server Microsoft OLAP-Server ... Entwicklung verschiedener multidimensionaler Produkte, die nahtlos mit Spreadsheets zusammenarbeiten Begriff OLAP wird durch Edgar F. Codd geprägt OLAP entwickelt sich zu einem für Unternehmen wesentlichen Analyse-Instrument

OLAP-Anbieter und -Produkte Die 6 OLAP-Anbieter mit dem grössten Marktanteil in 1999 *: Weitere OLAP-Server: IBM (DB2 OLAP Server) Applix (iTM1) ... Weitere OLAP-Frontends: Temtec (Executive Viewer) Weitere OLAP-Anbieter: Brio Technology Pilot Software SAS Institute Hyperion Solutions (Essbase, Wired) Oracle (Express) Cognos (PowerPlay) MicroStrategy (MicroStrategy) Microsoft (OLAP-Server) Business Objects (Business Objects) * Quelle: The OLAP Report (www.olapreport.com)

Zukünftige Entwicklungen Integration von OLAP und Data Mining und anderen Methoden der entscheidungsorientierten Informationsverarbeitung Stärkere Beteiligung der akademischen Welt an der OLAP-Weiterentwicklung Weiterentwicklung und rasche Verbreitung von Web-OLAP Auf spezifische vertikale oder horizontale Märkte ausgerichtete OLAP-Applikationen Weiterentwicklung der technischen Konzepte (z.B. optimale Verteilung von Speicherung und Kalkulation, verbesserte Metadatenverwaltung, ... )

Weitere Informationen zu OLAP Erik Thomsen. OLAP Solutions: Building Multidimensional Information Systems. Wiley, 1997. Alex Berson und Stephen J. Smith. Data Warehousing, Data Mining & OLAP. McGraw-Hill, 1997. Nils Clausen. OLAP. Multidimensionale Datenbanken. Produkte, Markt, Funktionsweisen und Implementierung. Addison Wesley, 1998. www.olapreport.com www.olapcouncil.org