目录
1、OLAP与OLTP的区别
2、OLAP分类
3、OLAP的基本操作
4、OLAP选型
1、olap与oltp差异OLTPOLAP 对象业务开发人员分析决策者功能日常事务处理分析决策模型关系模型多维模型http://www.Sina数条或数十条记录(百万条以上记录(数据量添加、删除、调查、变更) CRUD )查询主要为http://www.Sina.com/on 33555 3358www.Sina.com/也是OLAP的最初形式，其特征在于预测计算数据，以空间换算效率为操作类型。 但是，生成cube需要很多时间和空间。 3358www.Sina.com/，总体概括无需预先计算，可根据需要即时查询。OLAP分类其特点是与事务实体相对应，关系清晰； 但是，一般需要复杂的数据准备。 满足前端需求一般速度较快，但取决于计算引擎的能力。MOLAP，混合型号，基于多维数组的存储模型。 这种方式比较灵活，效率更高。 可以根据企业的业务场景和数据粒度进行取舍。 没有最好，只有最佳。
3、OLAP基本操作明细和聚合数据都保存在cube中:维度层次变化，ROLAP，汇总数据向下钻取明细数据。 从季度销售数据向上钻取每月销售数据基于关系模型进行存储数据:反向钻取时。明细和汇总数据都保存在关系型数据库事实表中eg .用每月的销售数据汇总季度、年度的销售数据http://www.Sina.com/: http://www.Sina.com /。 eg .仅选择电子产品销售数据http://www.Sina.com/: http://www.Sina.com/(三个额外维度)。 eg .第一季度到第二季度的销售数据http://www.Sina.com/: http://www.Sina.com/(数据矩阵互换)可以根据旋转得到不同视点的数据。
4、OLAP选型druid
一种高容错、高性能的开源分布式系统，用于实时查询和分析，以解决如何在大数据集下进行快速交互式查询和分析。 实时数据消耗实现了数据采集的实时性、结果的实时性。 可扩展性强，支持Pb级数据的高可用性保证，并支持滚动升级。 druid是时间存储，删除操作繁琐，不支持按查询条件删除数据，只能根据时间范围删除数据。 Druid可以接受的数据格式相对简单，例如无法处理嵌套结构的数据。 长颈鹿
可扩展超高速olap引擎，提供Hadoop/Spark上百亿数据规模的Hadoop ANSI SQL界面交互式查询功能，用户通过与Hadoop数据在亚秒级别交换百亿以上的数据集构建多维数据集.
数仓系列传送门： https://blog.csdn.net/weixin _ 39032019/category _ 8871528.html