Arquiteturas OLAP

Arquiteturas OLAP
Vejam abaixo os conceitos e a demonstração comparativas das
arquiteturas OLAP quanto a desempenho, escalabilidade,
investimentos e outros detalhes importantes.
Conceitos iniciais
Cubo de dados é uma estrutura multidimensional que expressa a
forma na qual os tipos de informações se relacionam entre si.
É formado pela tabela de fatos e pelas tabelas de dimensão que
a circundam e representam possíveis formas de visualizar e
consultar os dados. O cubo armazena todas as informações
relacionadas a um determinado assunto, de maneira a permitir
que sejam montadas várias combinações entre elas, resultando
na extração de várias visões sobre o mesmo tema (HOKAMA et al.
2004, p. 49).
O Slice/Dice é uma das principais características de uma
ferramenta OLAP. É uma operação com responsabilidade de
recuperar o micro-cubo dentro do OLAP, além de servir para
modificar a posição de uma informação, alterar linhas por
colunas de maneira a facilitar a compreensão dos usuários e
girar o cubo sempre que tiver necessidade.
MOLAP
Características:
Arquitetura OLAP tradicional;
Os dados são armazenados em cubos dimensionais, em
formatos proprietários, e não em banco de dados
relacionais;
O usuário trabalha, monta e manipula os dados do cubo
diretamente no servidor.
Vantagens:
Alto desempenho: os cubos são construídos para uma
rápida recuperação de dados;
Pode executar cálculos complexos: todos os cálculos são
pré-gerados quando o cubo é criado e podem ser
facilmente aplicados no momento da pesquisa de dados.
Desvantagens:
Baixa escalabilidade: sua vantagem de conseguir alto
desempenho com a pré-geração de todos os cálculos no
momento da criação dos cubos, faz com que o MOLAP seja
limitado a uma pouca quantidade de dados. Esta
deficiência pode ser contornada pela inclusão apenas do
resumo dos cálculos quando se construir o cubo;
Investimentos altos: este modelo exige enormes
investimentos adicionais como cubo de tecnologia
proprietária.
Termos-chave:
Armazenamento dos dados em cubos dimensionais e em
formato proprietário;
Alto desempenho;
Execução de cálculos complexos;
Baixa escalabilidade;
Investimentos altos.
ROLAP
Características:
Os dados são armazenados em banco de dados relacionais;
A manipulação dos dados armazenados no banco de dados
relacional é feita para dar a aparência de operação
Slice/Dice tradicional;
Na essência, cada ação de Slice/Dice é equivalente a
adicionar uma cláusula WHERE em uma declaração SQL.
Vantagens:
Alta escalabilidade: usando a arquitetura ROLAP, não há
nenhuma restrição na limitação da quantidade dados a
serem analisados, cabendo essa limitação sendo do
próprio banco de dados relacional utilizado;
Pode alavancar as funcionalidades inerentes do banco de
dados relacional: Muitos bancos de dados relacionais já
vêm com uma série de funcionalidades e a arquitetura
ROLAP pode alavancar estas funcionalidades.
Desvantagens:
Baixo desempenho: cada relatório ROLAP é basicamente uma
consulta SQL (ou várias consultas SQL) na banco de dados
relacional e uma consulta pode ser consumir muito tempo
se houver uma grande quantidade de dados;
Limitado pelas funcionalidades SQL: ROLAP se baseia
principalmente na geração instruções SQL para consultar
a base de dados relacional, porém essas instruções não
suprem todas as necessidades (por exemplo, é difícil de
realizar cálculos complexos utilizando SQL). Portanto,
usar ROLAP é se limitar ao que instruções SQL podem
fazer.
Termos-chave:
Alta escalabilidade;
Pode alavancar as funcionalidades inerentes do banco de
dados relacional;
Baixo desempenho;
Limitado pelas funcionalidades SQL.
HOLAP
Características:
HOLAP tenta combinar as vantagens de MOLAP e ROLAP,
extraindo o que há de melhor de cada uma, ou seja, a
alta performance do MOLAP com a melhor escalabilidade do
ROLAP;
Para informações do tipo síntese, HOLAP utiliza cubos
dimensionais para um desempenho mais rápido;
Quando for necessário mais detalhe de uma informação,
HOLAP pode ir além do cubo multidimensional para o banco
de dados relacional utilizado no armazenamento dos
detalhes.
Vantagens:
Alto desempenho: os cubos dimensionais apenas armazenam
síntese das informações;
Alta escalabilidade: os detalhes das informações são
armazenados em um banco de dados relacional.
Desvantagens:
Arquitetura de o maior custo: é modelo que possui o
maior custo de aquisição.
Termos-chave:
Alto desempenho;
Alta escalabilidade;
Arquitetura de o maior custo.
DOLAP
Característica:
São as ferramentas que, a partir de um cliente qualquer,
emitem uma consulta para o servidor e recebem o cubo de
informações de volta para ser analisado na estação
cliente.
Vantagens:
Pouco tráfego que na rede: todo o processamento OLAP
acontece na máquina cliente;
Sem sobrecarregar o servidor de banco de dados: como
todo o processamento acontece na máquina cliente, o
servidor fica menos sobrecarregado.
Desvantagem:
Limitação do cubo de dados: o tamanho do cubo de dados
não pode ser muito grande, caso contrário, a análise
passa a ser demorada e/ou a máquina do cliente pode não
suportar em função de sua configuração.
Termos-chave:
Pouco tráfego que na rede;
Sem sobrecarregar o servidor de banco de dados;
Limitação do cubo de dados.
Síntese das arquiteturas em
Desempenho, Escabilidade e
Custo
Síntese das arquiteturas em Desempenho, Escabilidade e
Custo
Síntese das arquiteturas em
Termos-chave
Síntese das arquiteturas em Termos-chave
Mapa Mental
Mapa Mental de Data Warehouse - Arquiteturas OLAP
Autor: Rogério Araújo