OLAP

Wat is OLAP?

Online Analytical Processing (OLAP) staat voor een methode, waarmee managers op een intuĆÆtieve manier antwoord kunnen krijgen op complexe vragen. Door gebruik te maken van OLAP tools, kunnen zij op eenvoudige wijze ad hoc query's samenstellen op een vooraf gedefinieerde gegevensset, zonder dat zij hierbij op de hoogte hoeven te zijn van de structuur van de onderliggende data. Naast het feit dat dit op een eenvoudige manier kan, werkt het via OLAP ook een stuk sneller, dan via een normale transactie database (OLTP). Dit maakt het mogelijk om snel te wisselen tussen verschillende views, waardoor gemakkelijker verbanden gevonden kunnen worden.

Het OLAP Model

Om het bovenstaande mogelijk te maken, moet eerst met behulp van OLAP software een z.g. OLAP model gemaakt worden. In dit model worden meetwaarden (measures) en dimensies gedefinieerd. Meetwaarden zijn de getallen die gerapporteerd dienen te worden, zoals: Netto Omzet, Dozen verkocht, etc. Dimensies zijn de zaken waarop de getallen betrekking hebben, zoals: Artikelen, Klanten of Factuurdatum. Van meetwaarden wordt in het model opgegeven hoe deze geaggregeerd moeten worden (bijvoorbeeld: optellen, gemiddelde bepalen, maximale waarde bepalen). Van dimensies wordt aangegeven wat de verschillende niveaus zijn en op welke wijze men van een hoog naar een gedetailleerd niveau kan afzakken. Het afzakken (drill-down) gebeurd via z.g. drill-down paden. Een drill-down pad is een bepaalde hiƫrarchie in de dimensie, zoals: Merk - Productsoort - Artikel, of Jaar - Maand - Dag. In een OLAP model kunnen ook allerllei voorberekende catagoriƫn opgenomen worden, bijvoorbeeld binnen de datum dimensie waardoor men snel voorgedefinieerde perioden kan selecteren, zoals 'Year To Date' (YTD), 'Previous Year To Date', 'Last Month', 'Previous Month', etc.

De OLAP kubus

Met behulp van het OLAP Model kan vervolgens periodiek (bijvoorbeeld: dagelijks) een z.g. Kubus (Cube) gebouwd worden. Een kubus bevat alle benodigde data en is de databron voor de OLAP toepassing.

whs

De OLAP Analyse Tool

Als de kubus gebouwd is, kan met met een OLAP Analyse Tool aan de slag om data te analyseren. Een query stelt men vaak simpelweg samen door meetwaarden en categorieƫn uit dimensies naar een rapport te slepen. Door op categorieƫn te klikken of dubbel te klikken zakt men vaak af naar een gedetailleerder niveau. Dit zijn slechts enkele voorbeelden van handelingen die men in een dergelijke tool kan uitvoeren. De mogelijkheden varieren van pakket tot pakket. Bekende OLAP termen in dit verband zijn: drill-up / drill-down, drill-through, drill-across, slice and dice.

Soorten OLAP

Er zijn verschillende vormen van OLAP. Ten eerste is er MOLAP (Multidimensionale OLAP). Hierbij zijn de te rapporteren voorberekende waarden opgeslagen in een speciaal voor OLAP geschikt formaat. Daarnaast is er ook ROLAP (Relationele OLAP). Hierbij wordt gebruik gemaakt van een relationele database. Een mengvorm van de hiervoor genoemde typen is HOLAP (Hybride OLAP).

Werkt OLAP?

Met OLAP kunnen zeer goede resultaten geboekt worden. Soms valt het resultaat ook tegen. De volgende redenen kunnen hieraan ten grondslag liggen:

  • Ondanks de vermeende eenvoud van een OLAP kubus, vinden managers het toch nog te lastig om het model te begrijpen en toe te passen
  • Doordat er een te hoog detail niveau in de kubus is opgenomen wordt deze traag, waardoor het OLAP principe niet meer werkt
  • Men wenst een zeer gedetailleerd niveau te rapporteren, maar vindt dit niet terug in de kubus
  • OLAP software werkt vaak met vaste voor gedefinieerde hiĆ«rarchieĆ«n en drill-down paden. Dit kan een nadeel zijn als gebruikers steeds wisselende wensen hebben op dat gebied.
  • In de bovengenoemde gevallen kan wellicht beter voor een andere oplossing gekozen worden. In andere gevallen kan OLAP een perfecte oplossing zijn.

    De toekomst van OLAP

    Hoe de toekomst van OLAP eruit ziet is moeilijk te zeggen. Aan de ene kant is er een ontwikkeling dat de meeste database leveranciers bepaalde OLAP functionaliteit hebben opgenomen in hun databases. Daarnaast zijn er leveranciers van OLAP front-end toepassingen, die OLAP functionaliteit bieden op gewone relationele databases. Ook zie je op dit moment allerlei in-memory analyse databases, welke data als een platte datatabel beschikbaar stellen, zonder een vaste voor gedefinieerde dimensionele structuur die voorzien is van vaste hiƫrarchieƫn. Qlikview is een voorbeeld van een dergelijke oplossing. Zij spreken in dit kader van een z.g. associatief model. Daarnaast worden relationele datawarehouse databases steeds sneller, waardoor een apart OLAP model uit performance oogpunt niet langer noodzakelijk is. Wat overblijft is dan het gebruiksvriendelijke aspect, n.l. het feit dat berekeningen, speciale datum categorieƫn en bijvoorbeeld drilldown structuren zijn voorbereid in het model. Maar zoals eerder genoemd, kan dit aspect ook weer een nadeel zijn voor gebruikers die net andere wensen hebben dan de voorgedefinieerde. De gebruikers die het meest profiteren van een OLAP model zijn personen met een high level informatie behoefte (op basis van geaggregeerde data en eenvoudige meetwaarden, zoals bedragen en standen). Deze kan men bijvoorbeeld vinden in Finance afdelingen.