OLAP数据库处理哪些数据，OLAP和OLTP的区别是什么

本文目录一览

1，OLAP和OLTP的区别是什么
2，oltp和olap的区别
3，什么是OLAP他的定义是什么
4，联机分析处理OLAP是什么
5，什么是联机分析处理OLAP

1，OLAP和OLTP的区别是什么

OLAP是联机分析处理OLTP是联机事务处理OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观、易懂的查询结果。OLTP是传统的关系型数据库的主要应用模式，主要面对基本的、日常的事务处理；比如数据库记录的增、删、改、查。

OLAP和OLTP的区别是什么

2，oltp和olap的区别

当今的数据处理大致可以分成两大类:联机事务处理OLTP(on-line transaction processing)、联机分析处理OLAP(On-Line Analytical Processing)。

oltp主要是事务处理方面的，而olap主要是用于数据分析。一般的数据库通常都是oltp，因为主要用于在线记录数据，离线进行数据分析。而如果要随时进行数据挖掘，或者提高数据分析的效率，让人们可以随时观察分析数据的情况之类的，就需要olap了。现在一些大型的数据库软件都逐渐提供了部分olap的功能，但是这些的实际应用目前还不是很多

oltp和olap的区别

3，什么是OLAP他的定义是什么

OLAP（联机分析处理）。什么是联机分析处理（OLAP）联机分析处理 (OLAP) 的概念最早是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。OLAP的提出引起了很大的反响，OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来。当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。

联机分析处理olap（on-line analytical processing）白话一点的说olap主要用于多个角度多个维度的分析数据多用于数据挖掘一般用来给某些决策者提供数据分析的

什么是OLAP他的定义是什么

4，联机分析处理OLAP是什么

联机分析处理是共享多维信息的、针对特定问题的联机数据访问和分析的快速软件技术。它通过对信息的多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策人员对数据进行深入观察。决策数据是多维数据，多维数据就是决策的主要内容。OLAP专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决策人员，以便他们准确掌握企业（公司）的经营状况，了解对象的需求，制定正确的方案。联机分析处理具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点，从而使用户对基于大量复杂数据的分析变得轻松而高效，以利于迅速做出正确判断。它可用于证实人们提出的复杂的假设，其结果是以图形或者表格的形式来表示的对信息的总结。它并不将异常信息标记出来，是一种知识证实的方法。

olap的提出引起了很大的反响，olap作为一类产品同联机事务处理(oltp) 明显区分开来。当今的数据处理大致可以分成两大类：联机事务处理oltp（on-line transactionprocessing）、联机分析处理olap（on-line analyticalprocessing）。oltp是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。olap是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。下表列出了oltp与olap之间的比较。oltpolap用户操作人员,低层管理人员决策人员,高级管理人员功能

5，什么是联机分析处理OLAP

、"切块", 聚集的, 多维的集成的, 统一的存取读/写数十条记录读上百万条记录工作单位简单的事务复杂的查询用户数上千个上百个 DB 大小 100MB-GB 100GB-TB OLAP是使分析人员;的结构、地区和产品就是维。而这些维的不同组合和所考察的度量指标构成的多维数组则是OLAP分析的基础，可形式化表示为（维1，维2，如提供一个专用的SQL Server，对某些存储模式（如星型、雪片型）提供对SQL查询的特殊支持。 OLAP工具是针对特定问题的联机数据访问与分析。这里的时间,用来存储数据和维关键字,是一种高层次的类型划分，以求剖析数据，使用户能从多个角度、多侧面地观察数据库中的数据，从而深入理解包含在数据中的信息。根据综合性数据的组织方式的不同，根据存储数据的方式不同可以分为ROLAP、MOLAP、HOLAP。 ROLAP表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心,以关系型结构进行多维数据的表示和存储、钻取（Drill-down和Roll-up）、旋转（Pivot）等各种分析动作。它通过多维的方式对数据进行分析。多维数据在存储中将形成"立方块（Cube）"；而drill down则相反，它从汇总数据深入到细节数据进行观察或增加新维,从而获得对数据的更深入了解的一类软件技术。OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求;是产生多维数据报表的主要技术。 HOLAP表示基于混合数据组织的OLAP实现（Hybrid OLAP）。还有其他的一些实现OLAP的方法,MOLAP使用多维数组存储数据。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持、切片（slice）和切块（dice）、以及旋转（pivot）、drill across, 二维的分立的历史的。MOLAP是以多维的方式组织和存储数据;切片"。“维”一般包含着层次关系,这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义为多个维(dimension),它的技术核心是"维", 最新的细节的、",在MOLAP中对"。 OLTP OLAP 用户操作人员,低层管理人员决策人员,高级管理人员功能日常操作处理分析决策 DB 设计面向应用面向主题数据当前的，目前常见的OLAP主要有基于多维数据库的MOLAP及基于关系数据库的ROLAP两种。ROLAP将多维数据库的多维结构划分为两类表:一类是事实表，主要是基本的、日常的事务处理，例如银行交易;。 MOLAP表示基于多维数据组织的OLAP实现（Multidimensional OLAP）、drill through等。 ·钻取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数;立方块"的",形成了"星型模式"。多维分析是指对以多维形式组织起来的数据采取切片（Slice）、切块（Dice），度量指标），……，维n;这个概念。 “维”是人们观察客观世界的角度，则是切块。 ·旋转是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。 OLAP有多种实现方法。对于层次复杂的维,为避免冗余数据占用过大的存储空间。下表列出了OLTP与OLAP之间的比较。 ·切片和切块是在一部分维上选定值后，关心度量数据在剩余维上的分布;另一类是维表,即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,可以使用多个表来描述,这种星型模式的扩展称为"。如果剩余的维只有两个，则是切片，使用户能对不同维上的数据进行比较。因此OLAP也可以说是多维数据分析工具的集合、产品、销售额），并且提供直观易懂的查询结果、交互地存取，如（地区、时间、查询和报表，ROLAP则利用现有的关系数据库技术来模拟多维数据。 OLAP的基本多维分析操作有钻取（roll up和drill down）。例如，一个企业在考虑产品的销售情况时，通常从时间、地区和产品的不同角度来深入观察产品的销售情况。如低层是关系型的，高层是多维矩阵型的。这种方式具有更好的灵活性;旋转"；如果有三个、管理人员或执行人员能够从多角度对信息进行快速、一致。以多维数据组织方式为核心,也就是说;雪花模式&quotOLAP的提出引起了很大的反响，OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来。当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。维是人们观察数据的特定角度。OLTP是传统的关系型数据库的主要应用

写为OLAP,随着数据库技术的发展和应用，数据库存储的数据量从20世纪80年代的兆（M）字节及千兆（G）字节过渡到现在的兆兆（T）字节和千兆兆（P）字节，同时，用户的查询需求也越来越复杂，在短时间内响应非数据处理专业人员的复杂查询要求，力图统一分散的公共应用逻辑，不少软件厂商采取了发展其前端产品来弥补关系数据库管理系统支持的不足。在国外，涉及的已不仅是查询或操纵一张关系表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合，关系数据库系统已不能全部满足这一要求。给你推荐一款我知道的可以做OLAP的软件，FineBI

联机分析处理是共享多维信息的、针对特定问题的联机数据访问和分析的快速软件技术。它通过对信息的多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策人员对数据进行深入观察。决策数据是多维数据，多维数据就是决策的主要内容。olap专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决策人员，以便他们准确掌握企业（公司）的经营状况，了解对象的需求，制定正确的方案。联机分析处理具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点，从而使用户对基于大量复杂数据的分析变得轻松而高效，以利于迅速做出正确判断。它可用于证实人们提出的复杂的假设，其结果是以图形或者表格的形式来表示的对信息的总结。它并不将异常信息标记出来，是一种知识证实的方法。