OLAP: differenze tra le versioni

Versione delle 10:50, 6 lug 2016

Versione attuale delle 04:49, 28 apr 2024

(16 versioni intermedie di 11 utenti non mostrate)

Riga 4:

L'applicazione tipica di OLAP è all'interno di strumenti di [[business intelligence]] (BI).

== FunzionalitàDescrizione ==

=== Funzionalità ===

La creazione di un [[database]] OLAP consiste nell'effettuare unaun'[[Snapshot|istantanea]] fotografia didelle informazioni (ad esempio quelle di un [[database relazionale]]) in un determinato momento e trasformare queste singole informazioni in dati multidimensionali.

Eseguendo successivamente delle interrogazioni sui dati, in tal modo strutturati, è possibile ottenere risposte in tempi decisamente ridotti rispetto alle stesse operazioni effettuate su altre tipologie di database, anche perché il database di un sistema [[OLTP]] non è stato studiato per consentire analisi articolate.

Riga 20 ⟶ 21:

* studiare una grande quantità di dati

* analizzare i dati da prospettive diverse

* supportare i [[decisione|processi decisionali]] nell'ambito della [[Business Intelligence]].

=== Tipi di sistemi OLAP ===

Partendo dai concetti di base appena descritti, si può precisare che esistono tre tipologie di sistemi OLAP: multidimensionale ('''MOLAP''': ''Multidimensional OLAP''), relazionale ('''ROLAP''': ''Relational OLAP'') e ibrido ('''HOLAP''': ''Hybrid OLAP''). Ciascuna di queste tipologie presenta i propri benefici, benché non vi sia una concordanza completa relativamente ad essi.

* MOLAP è la tipologia più usata e ci si riferisce ad essa comunemente con il termine OLAP. Sfrutta un database di riepilogo avente un motore specifico per l'analisi multidimensionale e crea le ''dimensioni'' con un misto di dettaglio ed aggregazioni. Risulta la scelta migliore per quantità di dati ridotte, perché è rapido nel calcolare aggregazioni e restituire risultati; tuttavia crea enormi quantità di dati intermedi.

Riga 31 ⟶ 32:

Per venire incontro alle esigenze degli utenti, molti prodotti moderni forniscono una quantità enorme di schemi ed interrogazioni pre-impostate.

=== Caratteristiche di unOperatori OLAP ===

LeGli funzioni dioperatori base di uno strumento OLAP per fare analisi multidimensionale dei dati sono:

* ''Pivotingpivoting'': è l'operazione di rotazione delle dimensioni di analisi. È un'operazione fondamentale per analizzare totali ottenuti in base a dimensioni diverse o se si vogliono analizzare aggregazioni trasversali;

* ''Slicingslicing'': è l'operazione di ''estrazione'' di un subset di informazioni dall'aggregato che si sta analizzando. L'operazione di slicing viene eseguita fissando uno specifico valore per una delle dimensioni del "cubo", estraendo quindi una "fetta" e ottenendo un nuovo cubo con una dimensione in meno rispetto a quello di partenza;

* ''Dicingdicing'': è l'operazione di ''estrazione'' di un subset di informazioni dall'aggregato che si sta analizzando. L'operazione di dicing viene eseguita quando l'analisi viene focalizzata su un sottoinsieme del "cubo" avente particolare interesse per l'analista. In alcuni casi l'operazione di dicing può essere "fisica" nel senso che non consiste solo nel filtrare le informazioni di interesse ma anche nell'estrarle dall'aggregato generale per distribuirne i contenuti;

* ''Drilldrill-down'': è l'operazione di "esplosione" del dato nelle sue determinanti. L'operazione di drill-down può essere eseguita seguendo due diversi percorsi: la ''gerarchia'' costruita sulla dimensione di analisi (p. es.: passaggio dalla famiglia di prodotti all'insieme dei prodotti che ne fanno parte) oppure la ''relazione matematica'' che lega un dato calcolato alle sue determinanti (p. es.: passaggio dal margine al ricavo e costo che lo generano). È comprensibile l'importanza di tale operazione ai fini analitici in termini di comprensione delle determinanti di un dato;

* ''Drilldrill-across'': è l'operazione mediante la quale si naviga attraverso uno stesso livello nell'ambito di una gerarchia. Come visto precedentemente, il passaggio dalla famiglia di prodotti alla lista dei prodotti è un'operazione di drill-down, il passaggio da una famiglia a un'altra famiglia è un'operazione di drill-across;

* ''Drilldrill-through'': concettualmente simile al drill-down, è l'operazione mediante la quale si passa da un livello aggregato al livello di dettaglio appartenente alla base dati normalizzata. Molti venditori proclamano che i loro prodotti hanno la capacità, mediante l'operazione di drill-through, di passare dal data warehouse ai sistemi transazionali alimentanti. Tale operazione, anche se tecnicamente fattibile sotto una serie di condizioni abbastanza rilevanti, è poco sensata per le problematiche di sicurezza e di performance indotti nei sistemi transazionali stessi.

=== Punti deboli ===

Riga 50 ⟶ 51:

== Prodotti ==

Il primo prodotto che permetteva interrogazioni OLAP è stato rilasciato da [[Edgar F. Codd]] nel [[1970]] (ed acquisito da [[Oracle Corporation|Oracle]] nel [[1995]]). Comunque il termine OLAP non venne utilizzato fino al [[1993]], quando fu coniato da Codd, che viene peraltro considerato il "padre dei database relazionali". Le ricerche di Codd furono tuttavia finanziate dalla Arbor, che rilasciò un anno prima il proprio prodotto OLAP ''Essbase'' (noto in seguito con il nome di ''Hyperion'', software acquisito da Oracle dal marzo 2007).

Altri prodotti molto conosciuti sono SAS enterprise intelligence platform, IBM DB2 OLAP Server (una versione [[Original Equipment Manufacturer|OEM]] di Essbase), [[SAP (azienda)|SAP]] BW, [[Business Objects]], DataTime, [[Cognos]], MicroStrategy, Lilith (Hicare), Sybase IQ, Microsoft Analysis Services (precedentemente chiamato OLAP Services) che è parte di [[Microsoft SQL Server]], Oracle Business Intelligence Suite, Brio, DssMUSA di IG Consulting, BIExplore di Sediin, Information Builders, QlikView, Cartesio di SIAV ed altri ancora.

Il primo prodotto che permetteva interrogazioni OLAP è stato rilasciato da [[Edgar F. Codd]] nel [[1970]] (ed acquisito da [[Oracle]] nel [[1995]]). Comunque il termine OLAP non venne utilizzato fino al [[1993]], quando fu coniato da Codd, che viene peraltro considerato il "padre dei database relazionali". Le ricerche di Codd furono tuttavia finanziate dalla Arbor, che rilasciò un anno prima il proprio prodotto OLAP ''Essbase'' (noto in seguito con il nome di ''Hyperion'', software acquisito da Oracle dal marzo 2007).

Altri prodotti molto conosciuti sono SAS enterprise intelligence platform, IBM DB2 OLAP Server (una versione [[Original Equipment Manufacturer|OEM]] di Essbase), [[SAP]] BW, [[Business Objects]], DataTime, [[Cognos]], MicroStrategy, Lilith (Hicare), Sybase IQ, Microsoft Analysis Services (precedentemente chiamato OLAP Services) che è parte di [[Microsoft SQL Server]], Oracle Business Intelligence Suite, Brio, DssMUSA di IG Consulting, BIExplore di Sediin, Information Builders, QlikView, Cartesio di SIAV ed altri ancora.

== Voci correlate ==

* [[Cubo OLAP]]

== Altri progetti ==

{{interprogetto}}

== Collegamenti esterni ==

* {{cita web|http://www.olapreport.com|Sito The Olap Report, curato da Nigel Pendse}}

* {{cita web | 1 = http://www.survey.com/olap | 2 = The OLAP Survey, rassegna annuale indipendente relativa al mondo OLAP | accesso = 17 agosto 2007 | urlarchivio = https://web.archive.org/web/20071014211706/http://www.survey.com/olap/ | dataarchivio = 14 ottobre 2007 | urlmorto = sì }}

* {{cita web|http://www.datatime.eu/|DataTime Universal: ROLAP product}}

* {{cita web|http://www.olap.it|Sito www.olap.it, curato da Andrea Vincenzi, in lingua italiana e inglese}}

* {{cita web|http://dev.hyperion.com/resource_library/articles/olap_solutions.cfm|A chapter from Erik Thomsen's book ''OLAP Solutions: Building Multidimensional Information Systems'', 2nd Edition|lingua=en}}

* {{cita web|url=http://rafware.it/ias/index.php?id=2706|titolo=Introduzione alla gestione dei dati multidimensionali in XBRL|urlmorto=sì|urlarchivio=https://web.archive.org/web/20071009052323/http://rafware.it/ias/index.php?id=2706|dataarchivio=9 ottobre 2007}}

{{Controllo di autorità}}

{{portale|informatica}}