切片，切块和钻取

由于数据量的增加和认识到分析的商业价值，联机分析处理 (OLAP)已越来越受到人们的欢迎。直到90年代中期， 执行联机分析处理 (OLAP) 分析仍是一种极其昂贵的处理，主要局限于大型的企业。

主要的联机分析处理 (OLAP) 供应商有Hyperion、Cognos、Business Objects、MicroStrategy。每年每客户的费用在1500美元至5000美元之间。建立能实施联机分析处理 (OLAP)分析的环境也要求时间和资金上的大量投入。

随着主要的数据库供应商将开始在他们提供的数据库中包含联机分析处理 (OLAP)模块 —微软 SQL Server 2000有分析服务（Analysis Services），Oracle有Express 和 Darwin，IBM有DB2），这一情况已经发生了改变。

什么是联机分析处理（OLAP）？

联机分析处理 (OLAP)允许业务用户对数据任意进行切片和切块。通常在一个企业中数据分布在多个数据源中且彼此互不相容。一个零售商的例子：销售点的数据和通过呼叫中心或网站产生的销售数据会以不同的格式存储在不同的地点。一位主管要获得联机分析处理 (OLAP) 报表（如在年龄在15至30的顾客中，最受欢迎的产品是什么）是一件非常耗时的工作。

联机分析处理 (OLAP) 实施过程部分中包括从各种数据存储器中提取数据并使它们兼容。使数据兼容的含义包括确保一个存储器内的数据意义与其它存储器中的数据意义相符。一个不相容的数据例子：顾客的年龄在网上购物时可能以出生日期储存，在商店购物时可能以年纪(例，15岁至30岁之间)存储。

并不总是一定要为联机分析处理 (OLAP) 分析创建一个数据仓库。由操作系统存储的数据,如销售点的数据，是保存在一种被称为联机交易处理（OLTP）的数据库里。联机交易处理（OLTP）的数据库从一种结构角度来看，与从其它数据库没有任何差异。主要也是仅有的区别在于数据的存储方式。

联机交易处理（OLTP）的例子可以包括企业资源规划（ERP），客户关系管理（CRM），供应链管理（SCM），销售点应用系统，呼叫中心。

联机交易处理（OLTP）专为优化交易速度而设计。当有消费者网上购物时，他们希望交易能即刻进行。用一种被称为数据建模的数据库设计对交易进行优化，交易中的消费者姓名、地址、电话、订单号、订单名称、价格、付款方式等记录快速在数据库中创建，而且在需要的时候其结果可以同样迅速地被管理者调出。

图 1. OLTP数据模型
由于存储成本和交易速度的原因，联机交易处理（OLTP）不会存储数据超出很长的时间。
联机分析处理 (OLAP)与联机交易处理（OLTP）有着不同的使命。联机分析处理 (OLAP) 被设计用来对所发生的事情做出概述分析。因此数据存储(即数据建模)必须是不同的。最常用的方法被称为星型设计。

图 2. OLAP星型数据模型
一个联机分析处理 (OLAP) 的星型数据模型的中央表被称为事实表 (Fact)。周围的表被称为维度表 (Dimension)。利用上述数据模型，可以建立报表回答如下的问题：

• 给出最大折扣的经理

• 在具体年月日或季度的发货量

• 在哪个邮编区产品A销量最好

为了得到诸如以上的某个问题的答案，从一个数据模型中创建一个联机分析处理 (OLAP)立方体。联机分析处理 (OLAP) 立方体不是严格意义上的立方体 — 它因为从不同的维度对数据进行连接处理而得名。立方体可以与业务单位（如销售或市场）一起开发。或者一个大型的立方体由所有的维度构成。

图3.有时间、顾客和产品维度的OLAP立方体
联机分析处理 (OLAP)可以是一个有价值并能得到回报的业务工具。除了产生报表，联机分析处理 (OLAP)分析可以帮助一个企业对计分卡的目标进行评估。