OLAP概念
OLAP（On-Line Analytical Processing）即联机分析处理，通过对数据大量分析，得出分析报告，提供决策支持，其侧重数据分析能力，比喻说用户行为分析。 OLAP/OLATP对比


OLAP 功能型分类
ROLAP: 关系型OLAP

特点：基于原始数据灵活的查询分析，但是其性能差
代表：Hive、Spark、Impala、Presto、Clickhouse 、Hologres
MOLAP: 多维型OLAP

特点：基于预聚合数据分析，性能高，灵活性差
代表：Kylin、Druid
HOLAP: 混合型OLAP
混合型OLAP同时具有ROLAP、MOLAP的特点 OLAP 选择
在当前面对大数据量、低延时、灵活查询的场景下，没有一个OLAP引擎能够完全满足所有场景，需要根据特定的场景做tradeoff.

----

OLAP介绍

OLAP（On-Line Analytical Processing）即联机分析处理，通过对数据大量分析，得出分析报告，提供决策支持，其侧重数据分析能力，比喻说用户行为分析。

OLAP介绍

什么是OLAP ? 在做数据分析时有OLAP、OLTP是我们必定会遇到的技术，在介绍OLAP引擎技术选型之前，我们先看看这两个技术分别是什么意思？ OLAP系统则强调数据分析，强调SQL执行时长，强调磁盘I/O，强调分区。
OLAP 分类

OLAP 是一种让用户可以用从不同视角方便快捷的分析数据的计算方法。 主流的 OLAP 可以分为3类：
1.多维OLAP ( Multi-dimensional OLAP )、
 2.关系型OLAP ( Relational OLAP )
 3.混合OLAP ( Hybrid 4.Others
除此之外，还包含一些其他分类，包括启用Web的OLAP（WOLAP），桌面OLAP（DOLAP），移动OLAP（MOLAP）和空间OLAP（SOLAP）。

主流的 OLAP 引擎介绍 - OLAP极简教程

随着互联网、物联网、5G、人工智能、云计算等技术的不断发展，越来越多的数据在互联网上产生，对互联网的运营也开始进入精细化，因此大数据、数据分析、数字营销开始变成每个互联网企业的重点。在做数据分析时有OLAP、OLTP是我们必定会遇到的技术，在介绍OLAP引擎技术选型之前，我们先看看这两个技术分别是什么意思？

主流的 OLAP 引擎介绍 - OLAP极简教程

OLAP组件选型
一、OLAP简介
1、olap准则
2、OLAP场景的关键特征
3、与oltp比较
二、开源引擎
1、Hive
2、spark SQL
3、presto
4、kylin
5、impala 简介
说起 OLAP 要追溯到 1993 年。 1、olap准则
准则1 OLAP模型必须提供多维概念视图
准则2 透明性准则
准则3 存取能力准则
准则4 稳定的报表能力
准则5 客户/服务器体系结构
准则6 维的等同性准则
准则7 动态的稀疏矩阵处理准则 OLAP系统则强调数据分析，强调SQL执行时长，强调磁盘I/O，强调分区。 传统OLAP根据数据存储方式的不同分为ROLAP（relational olap）以及MOLAP（multi-dimension olap）
 ROLAP 以关系模型的方式存储用作多为分析用的数据，优点在于存储体积小

OLAP组件选型

OLTP系统强调数据库内存效率，强调内存各种指标的命令率，强调绑定变量，强调并发操作，强调事务性。OLAP系统则强调数据分析，强调SQL执行时长，强调磁盘I/O，强调分区。

OLAP组件选型[通俗易懂]

OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。 在OLAP系统中，常使用分区技术、并行技术： 【1】分区技术在OLAP系统中的重要性主要体现在数据库管理上，比如数据库加载，可以通过分区交换的方式实现，备份可以通过备份分区表空间实现，删除数据可以通过分区进行删除 但有时候对于OLAP系统，我们又有分页的情况下，我们可以考虑在每条SQL中用hint。 但是，在OLAP环境中，可能会因为其特有的特性，提高OLAP的查询速度。 3.OLAP系统的重点是通过数据提供决策支持，所以查询一般都是动态，自定义的。所以在OLAP中，维度的概念特别重要。一般会将用户所有关心的维度数据，存入对应数据平台。

OLAP 与 OLTP

数据处理大致可以分成两大类： 联机事务处理 OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。

OLAP 与 OLTP

时序型数据的实时OLAP分析：a.明细数据产生速率快b.原始数据量大，以简单（sum/count/min/max）为主，c.去重指标不多（1~2个）doris1、运维成本低，无外部依赖，部署简单。 多维过滤场景下性能较低2、同时负责数据导入, compaction, 查询, 这些操作之间会相互影响基于MPP高性能计算，提供灵活高的分析（主要依靠现场计算）：a.明细查询b.主键更新的场景c.百毫秒的高性能灵活d.OLAP 二、行业情况调研公司业务特点引擎使用阿里查询场景丰富、规模大、服务内部也对外提供云服务自研OLAP引擎为主、基于MPP架构和自研存储系统支持需求闭源。 典型系统：Doris腾讯查询场景丰富、大业务线有自己的OLAP团队；开源和自研OLAP都有不同业务线采用、典型系统：Clickhouse、PivotEngine（广点通自研OLAP引擎）头条查询场景集中

OLAP引擎

一、OALP 引擎汇总整理引擎优势不足适合场景文档Kylin1、支持标准SQL，提供JDBC/ODBC接口2、通过预计算Cube显著降低查询时的计算量。3、支持精确去重计数，并且由于预计算，查询去重指标的速度很快。4、可以支持比较高的查询并发。1、需大量资源做预计算，数据导入效率低。2、schema变更需重跑历史，稳定性低。3、需要学习Cube定义和优化，学习成本较高。4、不支持AdHoc查询。5、HBase没有二级索引，过滤的性能稍逊色。5、支持的维度数量不宜过多（20），否则Cube的计算和存储开销会明

OLAP引擎

在数据处理领域，OLAP (联机分析处理) 和 OLTP (联机事务处理) 是两个非常关键又常常被对比的概念。那么，OLAP 到底指的是什么？它跟 OLTP 具体有哪些不同？ 一、OLAP 基础概念解读1.OLAP 的定义说白了，OLAP 就是一种专门用来对大量历史数据进行多角度分析的技术。 四、OLAP 和 OLTP 的应用场景1.OLAP 的应用场景说白了，凡是要做深入分析、辅助决策的地方，就需要OLAP。零售业： 分析销售趋势（什么产品在哪儿卖得好？销售旺季是什么时候？） 用过来人的经验告诉你，没有OLTP持续产生准确的数据，OLAP就没有分析的基础；没有OLAP的深度分析，OLTP产生的数据价值就难以充分释放。 Q：企业实施 OLAP 和 OLTP 系统，最该注意什么？A：我重点强调几点：实施 OLAP：数据质量是基础。

OLAP 是什么？一文讲清 OLAP 和 OLTP 的区别

在现在这个数字化的时代，数据对企业的价值是实实在在的，说它是核心资产一点不为过。企业每天产生的数据量巨大，但要怎么管好、用好这些数据，确实是不少管理者面临的难题。在数据处理领域，OLAP (联机分析处理) 和 OLTP (联机事务处理) 是两个非常关键又常常被对比的概念。那么，OLAP 到底指的是什么？它跟 OLTP 具体有哪些不同？别急，咱们今天就把这两个概念讲清楚。

OLAP 是什么？一文讲清 OLAP 和 OLTP 的区别

接下来，咱就详细聊聊OLAP到底是怎么回事，它都有哪些真本事。​​一、OLAP基础概念解读​​​​1.OLAP的定义​​简单来说，OLAP就是一种专门用来“分析”数据的工具。 三、OLAP的四大看家本领​​说白了，OLAP能帮你把数据“掰开了、揉碎了”看透。​​甭管数据量多大、维度多杂，用好这四招，关键信息基本都能揪出来。​​ 四、OLAP的三种实现方式，各有利弊​​​​1.MOLAP（多维OLAP）​​​​优点​​：查询飞快。数据提前按多维结构算好存着，查的时候直接拿结果。​​缺点​​：数据更新慢。 OLAP的“信息性”，核心就是​​把散装数据拧成一股绳​​，让你做判断时心里有底，而不是在“数据迷雾”里瞎撞。​​六、OLAP在企业里怎么用？ 解法​​：用OLAP关联基站流量+时间段+用户套餐+地理位置，发现晚高峰商圈4G流量溢出，精准扩容或引导用户连WiFi。​​Q&A 常见问答​​​​Q：OLAP和数据挖掘有什么区别？​​

什么是 OLAP？一文搞懂 OLAP 定义及特点

在当下这个数据时代，企业数据堆成山太常见了。销售记录、用户行为、运营指标，每天都在不断地涨。但麻烦事也来了：这些数据常常东一块西一块，散落在不同的系统里。你想把它们汇总起来看个明白？难啊！更头疼的是，数据本身质量也参差不齐，缺胳膊少腿的、有错误的、前后对不上的情况真不少。听着是不是很熟？这些毛病直接影响了你能从数据里挖出多少真正有价值的东西。说实话，这几乎是所有企业搞数据时都会撞上的坎儿。

什么是 OLAP？一文搞懂 OLAP 定义及特点

OLTP 是 Online Transaction Processing 的简称，是一个联机事务处理系统，主要目标是数据处理而不是数据分析。OLTP 的查询比较简短，因此需要比较少的处理时间以及比较少的空间。在 OLAP 中，即使事务在中间过程中失败，也不会损害数据完整性，因为用户使用 OLAP 系统只是从大型数据库中检索数据进行分析。OLTP 是一个在线数据修改系统，而 OLAP 是一个在线历史多维数据检索系统，该系统检索数据进行分析以帮助做出决策。

OLAP定义
OLAP 是 Online Analytical Processing system 的简称，是一个联机分析处理系统，主要目标是数据分析而不是数据处理。 OLAP 数据库存储的是 OLTP 输入的历史数据。可以允许用户查看不同纬度的数据。使用 OLAP，我们可以从大型数据库中提取信息并进行分析来做决策。 OLAP 还允许用户执行复杂的查询以提取多维数据。在 OLAP 中，即使事务在中间过程中失败，也不会损害数据完整性，因为用户使用 OLAP 系统只是从大型数据库中检索数据进行分析。 OLAP 中的事务很长，因此需要花费更多的时间以及更大的空间。与 OLTP 相比，OLAP 中的事务较少。甚至 OLAP 数据库中的表也可能不规范。 参考:Difference Between OLTP and OLAP

OLAP vs OLTP

OLTP 是 Online Transaction Processing 的简称，是一个联机事务处理系统，主要目标是数据处理而不是数据分析。OLTP 系统的主要关注点是记录事务当前的更新，插入以及删除操作。OLTP 的查询比较简短，因此需要比较少的处理时间以及比较少的空间。

OLAP vs OLTP

OLAP

OLAP：On-Line Analytical Processing，联机（线上）分析处理。指处理分析型应用的场景。 OLAP 与 DSM：OLAP 的查询模式一般是同时查很多对象的几个属性。 列存数据库等就是面向 OLAP 的，因此，列式存储在大数据时代这种分析型场景中火了一把，如数据仓库 HBase。
NSM 不适用于 OLAP，因为会额外读取很多不需要的列。 HTAP 就是 OLAP 和 OLTP 两种场景的结合。在对新旧数据进行 OLAP 分析的情况下增加事务的处理来对数据进行更新。 一种构造 HTAP DBMS 的方式就是分别针对新旧数据构建两套引擎，一套负责 OLTP，一套负责 OLAP，相当于将关系数据库和列存数据库进行结合。

OLTP + OLAP -> HTAP

之前介绍了数据库的两种最常见的存储模型：NSM 和 DSM （列式存储的起源：DSM），今天介绍这两种存储模型和 HTAP 的联系。

OLTP + OLAP -> HTAP

1.OLAP分类

2.OLAP常见的一些操作
 1.上卷（Roll Up）/聚合：选定某些维度，根据这些维度来聚合事实，如果用SQL来表达就是select dim_a, aggs_func(fact_b

常见OLAP分类

1.OLAP分类  2.OLAP常见的一些操作  1.上卷（Roll Up）/聚合：选定某些维度，根据这些维度来聚合事实，如果用SQL来表达就是select dim_a, aggs_func(fact_b) from fact_table group by dim_a.  2.下钻（Drill Down）：上卷和下钻是相反的操作。它是选定某些维度，将这些维度拆解出小的维度（如年拆解为月，省份拆解为城市），之后聚合事实。  3. 切片（Slicing、Dicing）：选定某些维度，并根据特定值过滤这些维度的

常见OLAP分类

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

ClickHouse VS MariaDB Columnstore OLAP 性能测试

ClickHouse vs OceanBase OLAP 性能对比测试

ClickHouse vs TiDB TiFlash OLAP 性能对比测试

MySQL InnoDB VS MariaDB Columnstore 数仓OLAP 复杂SQL性能

084-尚硅谷-数仓建模理论-OLTP与OLAP概述

【香菇带你学数据库】00年代我国数据库进化史

ClickHouse在有赞的使用和优化

中国数据库前世今生——第3集：2000年代/数据库分型及国产数据库开端

《中国数据库前世今生——00年代数据库分型及国产数据库开端》观后感

《中国数据库前世今生：回顾与展望》

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐