Eine Einfhrung in OLAP Online Analytical Processing Mala

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

Einführungsbeispiel Wein-Shop (1) Umsatz pro Zeit und Produkt 2

Einführungsbeispiel Wein-Shop (2) Umsatz pro Zeit, Produkt und Region 3

Einführungsbeispiel Wein-Shop (3) Umsatz pro Zeit, Produkt, Region, Distributionskanal, . . . 4

Wofür wird OLAP benötigt? (1) OLAP erleichtert die Analyse von Kennzahlen unter verschiedenen Gesichtspunkten (Dimensionen) Wie gross ist der Umsatz pro Zeit, Geschäftsbereich und Kundengruppe? . . . 5 Wie gross ist der Umsatz pro Zeit und Produkt?

Wofür wird OLAP benötigt? Weitere Kennzahlen Berechnete Kennzahlen 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? Weitere Dimensionen und Hierarchien Umsatz pro Distributionskanal? Gewinn pro Kundengruppe? Grafische Darstellungen 6 (2) Geeignete graphische Darstellungen? . . .

Was ist OLAP? OLAP ist. . . ein Überbegriff für Technologien, Methoden und Tools zur Ad-hoc-Analyse multidimensionaler Informationen. . . eine Komponente der entscheidungsorientierten Informationsverarbeitung Region Produkt Umsatz … 7 … Zeit

OLAP Charakteristika Dimensionen Merlot Cabernet-S. Dez Nov Okt Sep Aug Jul Jun Mai Apr Mrz Feb Jan Deutschland Oesterreich Schweiz Zeit Begriffe: Multidimensionalität, Hypercubes, Ausprägungen (Members), Zellen 8 on e Zinfandel eg i Chardonney n Shiraz R Produkte Daten werden über Dimensionen beschrieben.

OLAP Charakteristika Hierarchien Dimensionen können Hierarchien haben. Alle Produkte Rotweine Merlot Cabernet-S. Shiraz Zeit eg i R 2000 Q 4 Dez Nov Okt Q 3 Sep Aug Jul Q 2 Jun Mai Apr Q 1 Mrz Feb Jan Zinfandel 9 Alle Regionen Deutschland Oesterreich Schweiz on e Chardonney n Weissweine

OLAP Charakteristika Flexible Präsentation (1) Die multidimensionalen Daten können am Bildschirm flexibel präsentiert werden. Drilldown 10 Rollup

OLAP Charakteristika Flexible Präsentation (2) Die multidimensionalen Daten können am Bildschirm flexibel präsentiert werden. Slice & Dice Kennzahlen Umsatz Gewinn Produkte Regionen Zeit Kennzahlen Eine beliebige Kombination von Dimensionen und Ausprägungen kann angezeigt werden. 11 Umsatz Gewinn Produkte Regionen Zeit

OLAP Charakteristika Flexible Präsentation (3) Die multidimensionalen Daten können am Bildschirm flexibel präsentiert werden. Slice & Dice 12 Die Achsen können beliebig ausgetauscht werden.

OLAP und Data Warehousing Was 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 Reservierungssystem Auftragsverarbeitung Personalverwaltung Reservie- Auftrags- Personalrungs- verarbeitung versystem waltung Data Warehouse 13 . . .

OLAP und Data Warehousing Zwei Sichten auf den gleichen Prozess Data Warehousing Operative Systeme 14 OLAP Data Warehouse Data Marts Client Applications Reporting Ad-hoc Analyse Data Mining. . .

OLAP-Architekturen Hybrides OLAP HOLAP Relationales OLAP Daten werden relational gespeichert Komplexe Anfragen können hohe Antwortzeiten verursachen Grosse Datenmengen verarbeitbar Query and Calculation Engine OLAPFrontend MOLAP Multidimensionales OLAP Daten werden multidimensional gespeichert 15 Schnelle Antwortzeiten auch auf komplexe Anfragen Verarbeitbare Datenmenge beschränkt

Unterschiede zwischen transaktionsorientierten und analyseorientierten Systemen Transaktionsorientierte Systeme Operative Systeme Auswertungsorientierte Systeme OLTP (Online Transaction Processing) OLAP (Online Analytical Processing) Häufige, einfache Anfragen Weniger häufige, komplexe Anfragen Kleine Datenmengen je Anfrage Grosse Datenmengen je Anfrage Operieren hauptsächlich auf aktuellen Daten Operieren auf aktuellen und historischen Daten Schneller Update wichtig Schnelle Kalkulation wichtig Datenbanksystem kann nicht gleichzeitig für OLTP- und für OLAPAnwendungen optimiert werden Paralleles Ausführung von OLAP-Anfragen auf operationalen Datenbeständen könnte Leistungsfähigkeit der OLTP-Anwendungen beeinträchtigen 16

Entwicklung von OLAP 1960 APL (1) Erster Ansatz, Multidimensionalität in einer Programmiersprache zu verankern 1970 Erstes multidimensionales Software Tool (entwickelt für die Marketing Analyse) Express System W (Comshare) Command Center (Pilot Software) Cognos Powerplay (Cognos). . . 17 1980 Begriff EIS (Executive Information System) wird populär Entwicklung verschiedener multidimensionaler Produkte mit Konzepten, die auch heute noch Bestand haben

Entwicklung von OLAP (2) Spreadsheets werden populär Hyperion Essbase Oracle Express Micros. Strategy Business Objects Brio Technology IBM DB 2 OLAP Server Microsoft OLAPServer. . . 18 1990 à 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

OLAP-Anbieter und -Produkte Die 6 OLAP-Anbieter mit dem grössten Marktanteil in 1999 *: 1. Hyperion Solutions (Essbase, Wired) 2. Oracle (Express) 3. Cognos (Power. Play) 4. Micro. Strategy (Micro. Strategy) 5. Microsoft (OLAP-Server) 6. Business Objects (Business Objects) * Quelle: The OLAP Report (www. olapreport. com) 19 Weitere OLAP-Server: • IBM (DB 2 OLAP Server) • Applix (i. TM 1) • . . . Weitere OLAP-Frontends: • Temtec (Executive Viewer) • . . . Weitere OLAP-Anbieter: • Brio Technology • Pilot Software • SAS Institute • . . .

Zukünftige Entwicklungen Integration von OLAP und Data Mining und anderen Methoden der entscheidungsorientierten Informationsverarbeitung Weiterentwicklung und rasche Verbreitung von Web-OLAP Weiterentwicklung der technischen Konzepte (z. B. optimale Verteilung von Speicherung und Kalkulation, verbesserte Metadatenverwaltung, . . . ) 20 Stärkere Beteiligung der akademischen Welt an der OLAPWeiterentwicklung Auf spezifische vertikale oder horizontale Märkte ausgerichtete OLAPApplikationen

Weitere Informationen zu OLAP 1. Erik Thomsen. OLAP Solutions: Building Multidimensional Information Systems. Wiley, 1997. 2. Alex Berson und Stephen J. Smith. Data Warehousing, Data Mining & OLAP. Mc. Graw-Hill, 1997. 3. Nils Clausen. OLAP. Multidimensionale Datenbanken. Produkte, Markt, Funktionsweisen und Implementierung. Addison Wesley, 1998. 4. www. olapreport. com 5. www. olapcouncil. org 21