Eine Einführung in OLAP (Online Analytical Processing) Mala Bachmann September 2000.

Eine Einführung in OLAP (Online Analytical Processing)

Mala Bachmann

September 2000

2

EinführungsbeispielWein-Shop (1)

Umsatz pro Zeit und Produkt

UmsatzJan Feb Mrz Q1 Apr ... 2000

Merlot 33 55 56 144 18 ... 760Cabernet-S. 72 136 117 325 74 ... 1338Shiraz 85 128 99 312 92 ... 1662Rotweine 190 319 272 781 184 ... 3760Chardonnay 55 69 99 223 84 ... 1051Zinfandel 22 17 47 86 39 ... 493Weissweine 77 86 146 309 123 ... 1544Alle Produkte 267 405 418 1090 307 ... 5304

3


Umsatz pro Zeit, Produkt und Region

Umsatz, Alle RegionenJan Feb Mrz Q1 Apr ... 2000


Umsatz, OesterreichJan Feb Mrz Q1 Apr ... 2000


Umsatz, DeutschlandJan Feb Mrz Q1 Apr ... 2000


Umsatz, SchweizJan Feb Mrz Q1 Apr ... 2000


4

Umsatz, Oesterreich, Alle DistributionskanäleJan Feb Mrz Q1 Apr ... 2000


Umsatz, Oesterreich, TelefonJan Feb Mrz Q1 Apr ... 2000


Umsatz, Oesterreich, HomepageJan Feb Mrz Q1 Apr ... 2000


Umsatz, Oesterreich, FaxJan Feb Mrz Q1 Apr ... 2000



Umsatz pro Zeit, Produkt, Region, Distributionskanal, ...

Umsatz, Bern, Alle DistributionskanäleJan Feb Mrz Q1 Apr ... 2000


Umsatz, Bern, TelefonJan Feb Mrz Q1 Apr ... 2000


Umsatz, Bern, HomepageJan Feb Mrz Q1 Apr ... 2000


Umsatz, Bern, FaxJan Feb Mrz Q1 Apr ... 2000


Umsatz, Alle Regionen, Alle DistributionskanäleJan Feb Mrz Q1 Apr ... 2000


Umsatz, Alle Regionen, TelefonJan Feb Mrz Q1 Apr ... 2000


Umsatz, Alle Regionen, HomepageJan Feb Mrz Q1 Apr ... 2000


Umsatz, Alle Regionen, FaxJan Feb Mrz Q1 Apr ... 2000


Umsatz, Deutschland, Alle DistributionskanäleJan Feb Mrz Q1 Apr ... 2000


Umsatz, Deutschland, TelefonJan Feb Mrz Q1 Apr ... 2000


Umsatz, Deutschland, HomepageJan Feb Mrz Q1 Apr ... 2000


Umsatz, Deutschland, FaxJan Feb Mrz Q1 Apr ... 2000


Umsatz, ..., Alle DistributionskanäleJan Feb Mrz Q1 Apr ... 2000


Umsatz, ..., TelefonJan Feb Mrz Q1 Apr ... 2000


Umsatz, ..., HomepageJan Feb Mrz Q1 Apr ... 2000


Umsatz, ..., FaxJan Feb Mrz Q1 Apr ... 2000


Umsatz, Schweiz, Alle DistributionskanäleJan Feb Mrz Q1 Apr ... 2000


Umsatz, Schweiz, TelefonJan Feb Mrz Q1 Apr ... 2000


Umsatz, Schweiz, HomepageJan Feb Mrz Q1 Apr ... 2000


Umsatz, Schweiz, FaxJan Feb Mrz Q1 Apr ... 2000


...Jan Feb Mrz Q1 Apr ... 2000

Merlot 3 4 4 11 3 ... 43Cabernet-S. 8 11 14 33 12 ... 156Shiraz 16 12 29 57 35 ... 305Rotweine 27 27 47 101 50 ... 504Chardonnay 11 17 24 52 24 ... 213







5

Wofür wird OLAP benötigt? (1)

Wie gross ist der Umsatz pro Zeit und

Produkt?Wie gross ist der Umsatz pro Zeit, Geschäftsbereich und

Kundengruppe?

...

OLAP erleichtert die Analyse von Kennzahlen unter verschiedenen Gesichtspunkten (Dimensionen)

6

Wofür wird OLAP benötigt? (2)

Gewinn pro Produkt und Monat?Kosten pro Produkt und Monat?

Anteil des Gewinns der einzelnen Produkte am Gesamtgewinn?Veränderung des Umsatzes im Vergleich zum Vormonat?

Umsatz pro Distributionskanal?Gewinn pro Kundengruppe?

Geeignete graphische Darstellungen?

Weitere Kennzahlen

BerechneteKennzahlen

Weitere Dimensionen und

Hierarchien

Grafische Darstellungen

...

7

Was ist OLAP?

OLAP ist ...

... ein Überbegriff für Technologien, Methoden und Tools zur Ad-hoc-Analyse multidimensionaler Informationen

... eine Komponente der entscheidungsorientierten Informationsverarbeitung

……

ProduktZeitUmsatz

Region

8

Daten werden über Dimensionen beschrieben.

Begriffe: Multidimensionalität, Hypercubes, Ausprägungen (Members), Zellen

OLAP CharakteristikaDimensionen

ZeitReg

ionen

Pro

dukt

e

Ja

n

Fe

b

Mrz

Ap

r

Ma

i

Ju

n

Ju

l

Au

g

Se

p

Ok

t

No

v

De

z

Merlot

Cabernet-S.

Shiraz

Chardonney

ZinfandelDeutschland

OesterreichSchweiz

9

OLAP CharakteristikaHierarchien

Dimensionen können Hierarchien haben.

Pro

dukt

e

Zeit

Region

enDeutschland

OesterreichSchweiz

Merlot

Cabernet-S.

Shiraz

Chardonney

Zinfandel

Ja

n

Fe

b

Mrz

Ap

r

Ma

i

Ju

n

Ju

l

Au

g

Se

p

Ok

t

No

v

De

z

Weissweine

Rotweine

Alle Produkte

Alle Regionen

Q1

Q2

Q3

Q4

20

00

10

OLAP Charakteristika Flexible Präsentation (1)

Die multidimensionalen Daten können am Bildschirm flexibel präsentiert werden.

Umsatz, JunCH D A Alle Regionen

Rotweine 200 100 50 350Weissweine 120 110 30 260Alle Produkte 320 210 80 610

Umsatz, JunCH D A Alle Regionen

Rotweine 200 100 50 350Chardonnay 25 34 22 180Zinfandel 12 9 32 80Weissweine 120 110 30 260Alle Produkte 320 210 80 610

Drill-down

Roll-up

11



Slice & DiceKennzahlenUmsatzGewinn

ProdukteRegionenZeit

KennzahlenUmsatzGewinn

ProdukteRegionenZeit

UmsatzAlle Regionen

Qtr1 900Qtr2 1300Qtr3 1200Qtr4 17002000 5100

UmsatzAlle Regionen

Rotweine 3200Weissweine 1900Alle Produkte 5100

Eine beliebige Kombination von Dimensionen und Aus-prägungen kann angezeigt werden.

12



Slice & Dice

UmsatzRotw. Weissw. Alle P.

Qtr1 CH 200 120 320D 100 110 210A 50 30 80Alle R. 350 260 610

Qtr2 CH 180 100 280D 90 50 140

... ... ... ...2000 CH 910 370 1280

D 390 310 700A 180 190 370Alle R. 1480 870 2350

UmsatzCH D A Alle R.

Rotw. Qtr1 200 100 50 350Weissw. 120 110 30 260Alle P. 320 210 80 610Rotw. Qtr2 180 90 50 320

... ... ... ... ...Alle P. 270 130 80 480Rotw. 2000 910 390 180 1480Weissw. 370 310 190 870Alle P. 1280 700 370 2350

Die Achsen können beliebig ausgetauscht werden.

13

OLAP und Data WarehousingWas ist ein Data Warehouse?

Ein Data Warehouse ist ein Datenbanksystem, in dem die entscheidungsrelevanten Daten eines Unternehmens in konsolidierter Form gesammelt werden, um sie für Auswertungen zugänglich zu machen.

Operative Systeme

Data Warehouse ...

Reservie-rungs-system

Auftrags-verarbeitung ...

Reservie-rungs-system

Auftrags-verarbeitung

Personal-ver-

waltung

Personal-ver-

waltung

14

OLAP und Data Warehousing Zwei Sichten auf den gleichen Prozess

Client Applications

DataWarehouse

DataMarts

ReportingAd-hoc Analyse

Data Mining...

OperativeSysteme

OLAPData Warehousing

15

OLAP-Architekturen

Query and Calculation

Engine

OLAP-Fronten

d

MOLAP Multidimen-sionales OLAP

Daten werdenmultidimensionalgespeichert

ROLAPRelationales OLAP

Daten werden relational gespeichert

HO

LA

P

Hyb

rid

es O

LA

P

Komplexe Anfragen können hohe Antwortzeiten verursachen

Grosse Datenmengen verarbeitbar

Schnelle Antwortzeiten auch auf komplexe Anfragen

Verarbeitbare Datenmenge beschränkt

16

Unterschiede zwischen transaktions-orientierten und analyseorientierten Systemen

Transaktionsorientierte SystemeOperative Systeme

Auswertungsorientierte Systeme

Weniger häufige, komplexe Anfragen

Grosse Datenmengen je Anfrage

Häufige, einfache Anfragen

Kleine Datenmengen je Anfrage

Schnelle Kalkulation wichtigSchneller Update wichtig

Paralleles Ausführung von OLAP-Anfragen auf operationalen Datenbe-ständen könnte Leistungsfähigkeit der OLTP-Anwendungen beeinträchtigen

Operieren auf aktuellen und historischen Daten

Operieren hauptsächlich auf aktuellen Daten

Datenbanksystem kann nicht gleichzeitig für OLTP- und für OLAP-Anwendungen optimiert werden

OLTP(Online Transaction Processing)

OLAP(Online Analytical Processing)

17

Entwicklung von OLAP (1)

Erster Ansatz, Multidimensionalität in einer Programmiersprache zu verankern

Erstes multidimensionales Software Tool (entwickelt für die Marketing Analyse)

Begriff EIS (Executive Information System) wird populär

Entwicklung verschiedener multi-dimensionaler Produkte mit Konzepten, die auch heute noch Bestand haben

1960

1970

1980

APL

Express

System W (Comshare)

Command Center (Pilot Software)

Cognos Powerplay (Cognos)

...

18

Entwicklung von OLAP (2)

1990Hyperion Essbase

Oracle Express

MicrosStrategy

Business Objects

Brio Technology

IBM DB2 OLAP Server

Microsoft OLAP-Server

...

Spreadsheets werden populär

Entwicklung verschiedener multidimensionaler Produkte, die nahtlos mit Spreadsheets zusammenarbeiten

Begriff OLAP wird durch Edgar F. Codd geprägt

OLAP entwickelt sich zu einem für Unternehmen wesentlichen Analyse-Instrument

19

OLAP-Anbieter und -Produkte

1. Hyperion Solutions (Essbase, Wired)

2. Oracle (Express)

3. Cognos (PowerPlay)

4. MicroStrategy (MicroStrategy)

5. Microsoft (OLAP-Server)

6. Business Objects(Business Objects)

* Quelle: The OLAP Report (www.olapreport.com)

Die 6 OLAP-Anbieter mit dem grössten Marktanteil in 1999 *:

Weitere OLAP-Server:• IBM (DB2 OLAP Server)• Applix (iTM1)• ...

Weitere OLAP-Frontends:• Temtec (Executive Viewer)• ...

Weitere OLAP-Anbieter:• Brio Technology• Pilot Software• SAS Institute• ...

20

Zukünftige Entwicklungen

Weiterentwicklung der technischen Konzepte (z.B. optimale Verteilung von Speicherung und Kalkulation, verbesserte Metadatenverwaltung, ... )

Weiterentwicklung und rasche Verbreitung von Web-OLAP Auf spezifische vertikale

oder horizontale Märkte ausgerichtete OLAP-Applikationen

Stärkere Beteiligung der akademischen Welt an der OLAP-Weiterentwicklung

Integration von OLAP und Data Mining und anderen Methoden der entscheidungsorientierten Informationsverarbeitung

21

Weitere Informationen zu OLAP

• Erik Thomsen. OLAP Solutions: Building Multidimensional Information Systems. Wiley, 1997.

• Alex Berson und Stephen J. Smith. Data Warehousing, Data Mining & OLAP. McGraw-Hill, 1997.

• Nils Clausen. OLAP. Multidimensionale Datenbanken. Produkte, Markt, Funktionsweisen und Implementierung. Addison Wesley, 1998.

• www.olapreport.com• www.olapcouncil.org

Eine Einführung in OLAP (Online Analytical Processing) Mala Bachmann September 2000.

Documents

Transcript of Eine Einführung in OLAP (Online Analytical Processing) Mala Bachmann September 2000.