OLAP

1. OLAP

2. Warum? Daten einer Firma verf�gbar machen f�r Entscheidungsprozesse Umsetzung schwierig neue Konzepte notwendig zur analytischen Informationsverarbeitung OLAP Data Warehousing Data Mining

3. OLAP Einleitung

4. Einf�hrungsbeispiel

5. Einf�hrungsbeispiel

6. Einf�hrungsbeispiel

7. OLAP OLAP erleichtert die Analyse von Kennzahlen unter verschiedenen Gesichtspunkten (Dimensionen) z.B. Produktmanager, Bereichsleiterin Kennzahlen graphische Darstellung (Diagramme) Dynamische, multidimensionale Gesch�ftsanalyse mit Simulationskomponente

8. Was ist OLAP? OLAP ist ... ... ein �berbegriff f�r Technologien, Methoden und Tools zur Ad-hoc-Analyse multidimensionaler Informationen ... bietet verschiedene Sichtweisen ... eine Komponente der entscheidungsorientierten Informationsverarbeitung

9. Analyse-Datenmodelle kategorisches (beschreibendes) Modell statisches Analysemodell zur Beschreibung des gegenw�rtigen Zustands Vergleich von historischen mit aktuellen Daten exegetisches (erkl�rendes) Modell zur Erkl�rung der Ursachen f�r Zustand durch Nach-vollziehen der Schritte, die ihn hervorgebracht haben(durch einfache Anfragen) kontemplatives (bedenkendes) Modell Simulation von �What If�Szenarios f�r vorgegebeneWerte oder Abweichungen innerhalb einer Dimensionoder �ber mehrere Dimensionen hinweg formelbasiertes Modell gibt L�sungswege vor: ermittelt f�r vorgegebene Anfangs- und Endzust�nde, welche Ver�nderung f�rwelche Kenngr��e bzgl. welcher Kenngr��e f�r ange-strebtes Ergebnis notwendig

10. OLAP Charakteristika

11. OLAP Charakteristika* Multidimensionale konzeptionelle Sichten funktionale Transparenz unbeschr�nkter Zugriff auf operative und/oder externe Datenquellen konsistente Berichtsgenerierung Client-/Server Architektur gleichgestellte Dimensionen dynamische Behandlung d�nn besetzter Datenw�rfel mehrere Anwender unbeschr�nkte, dimensions�bergreifende Operationen

12. OLAP Charakteristika - FASMI FASMI = Fast Analysis of Shared Multidimensional Information Fast: 1-2 Sekunden als Antwortzeit bei einfachen Anfragen bis maximal 20 Sekunden f�r komplexe Datenanalysen Analysis: Verfahren und Techniken zu einfachen mathematischen Berechnungen und Strukturuntersuchungen Shared: Schutzmechanismen f�r den Zugriff im Mehrbenutzerbetrieb Multidimensional: Multidimensionale konzeptionelle Sicht auf Informationsobjekte, d.h. freier Zugriff auf einen Datenw�rfel und multiple Berichtshierarchien �ber die Dimensionen

13. OLAP Charakteristika Daten werden �ber Dimensionen beschrieben. Begriffe: Multidimensionalit�t, Hypercubes,  Auspr�gungen (Members), Zellen

14. Dimensionen k�nnen Hierarchien haben. OLAP Charakteristika

15. Zu Hierarchien

16. Architekturkonzepte

17. OLAP Grobarchitektur

18. OLAP Architekturkonzepte ROLAP = Relational OLAP bei Abbildung in Relationen: m�glichst wenig Verlust von Semantik, die im multidimensionalen Modell enthalten Effiziente �bersetzung und Abarbeitung von multidimensionalen Anfragen Einfache Wartung (z.B. Laden neuer Daten) MOLAP = Multidimensional OLAP direkte Speicherung multidimensionaler Daten in multidimensionalen DBMS HOLAP = Hybrid OLAP Kombiniert Vorteile von relationaler und multidimensionaler Realisierung

19. Architekturkonzept ROLAP SQL zur Datentransformation Multidimensionale Datenmodelle werden in 2-dimensionalen Tabellen gespeichert Star-, Snowflake, Starflake-Schema

20. ROLAP - Star-Schema erstellen von Fakten- und Dimensionstabellen Faktentabelle mit Schl�sseln f�r Dimensionstabellen in Dimensionstabellen stehen relevante Daten Redundanz Alternative w�re Snowflake-Schema Dimensionsdaten relativ stabil

21. Architekturkonzept MOLAP Speicherung erfolgt in multidimensionalen Speicherarrays Multidimensionale Speicherstrukturen werden komplett �bernommen Hypercube Datenbestand in einem W�rfel Multicube kleinere W�rfel

22. Architekturkonzepte

23. Unterschiede OLTP/OLAP

24. OLAP Funktionalit�t

25. OLAP Funktionen Die multidimensionalen Daten k�nnen am Bildschirm flexibel pr�sentiert werden.

26. OLAP Funktionalit�t Die multidimensionalen Daten k�nnen am Bildschirm flexibel pr�sentiert werden.

27. OLAP Funktionalit�t Die multidimensionalen Daten k�nnen am Bildschirm flexibel pr�sentiert werden.

28. OLAP Funktionalit�t Drill Down erh�hen des Detaillierungsgrades Roll Up invers zu Drill Down Pivot betrachten aus unterschiedlichen Perspektiven rotate Slice & Dice �ndern des Analyseblickwinkels

29. OLAP in SQL

30. Themen Materialized Views Merge von Tabellen SQL f�r Drill down und Roll up (ROLAP) CUBE-Operator

31. Tabellen f�r Beispiel (Star Schema)

32. OLAP Anfragebeispiel

33. OLAP-Anfragebeispiel

34. SQL-Erweiterungen zum Einf�gen Kombination von Aktualisieren und Einf�gen Beispiel:Liste neuer Produkte mit bestehender Tabelle Produkt mischen

35. Komplexes Gruppieren Beispieldaten f�r Gruppierungsanfragen

36. Komplexes Gruppieren

37. Hinweise zum Beispiel ROLLUP ber�cksichtigt auch Zwischen- und Endsummen Funktion GROUPING liefert 1 bei Summe DECODE kann Standard-R�ckgabewert mit Text f�llen DECODE vergleichbar mit bedingter Anweisung DECODE (ausdruck, if1, then1, if2, then2, �, else) ohne GROUPING/DECODE erscheinen Nullwerte CUBE-Operator GROUP BY CUBE (Spalte1,Spalte2,Spalte3,�) k Dimensionen: 2k m�gliche GROUP BY-Klauseln bietet Ansatz zur Optimierung

38. Zuk�nftige Entwicklung Web OLAP mit Front End �ber Web Verkn�pfung von OLAP mit anderen Werkzeugen (z.B. Reporting) Konzepte weiterentwickeln Anwendungen auf horizontalen oder vertikalen Markt zuschneiden (bestimmte Branche oder bestimmte Unternehmensfunktion)