다차원 모델에서 데이터는 여러 차원으로 배열되며 각 차원은 개념 계층으로 표현되는 여러 수준의 추상화를 포함합니다. 이 조직은 다양한 관점에서 기록을 볼 수 있는 적응력으로 사용자를 지원합니다.
여러 OLAP 데이터 큐브 작업은 이러한 다중 보기를 계속 구체화하여 현재 데이터에 대한 대화식 쿼리 및 분석을 가능하게 합니다. 따라서 OLAP는 양방향 데이터 분석을 위한 편리한 환경을 지원합니다.
데이터 웨어하우스에서 데이터 검색을 구현하는 데 사용되는 5가지 기본 OLAP 명령은 다음과 같습니다. -
롤업 명령 − ROLL UP을 사용하면 사용자가 정보를 계층 구조의 더 높은 일반 수준으로 요약할 수 있습니다. 표시된 롤업 작업은 위치 계층 구조를 도시 수준에서 국가 수준으로 오름차순하여 레코드를 집계합니다. 즉, 데이터를 도시별로 그룹화하는 대신 결과 큐브는 국가별로 데이터를 그룹화합니다.
차원 축소로 롤업을 실행하면 지정된 큐브에서 하나 이상의 차원이 삭제됩니다. 예를 들어 두 차원의 위치와 시간만 포함하는 판매 데이터 큐브를 생각해 보십시오. 롤업은 예를 들어 시간 차원을 제거하여 구현될 수 있으며, 결과적으로 위치 및 시간 대신 위치별로 총 매출이 집계됩니다.
드릴다운 − 드릴다운은 롤업의 반대입니다. 덜 자세한 정보에서 더 자세한 정보로 작동합니다. 드릴다운은 차원에 대한 개념 계층을 낮추거나 더 많은 차원을 제시하여 완료할 수 있습니다. 드릴다운은 분기 수준에서 해당 월의 보다 자세한 수준으로 시간 계층을 내림차순으로 표시합니다. 결과 데이터 큐브는 분기별로 요약하는 대신 월별 총 매출을 분석합니다.
슬라이스 및 주사위 − 슬라이스 작업이 주어진 큐브의 한 차원에서 선택을 구현하여 하위 큐브가 생성되었습니다. 주사위 연산은 둘 이상의 차원에서 선택을 구현하여 하위 큐브를 나타냅니다.
피봇 - 피벗은 회전이라고도 합니다. 데이터의 대체 성능을 지원하기 위해 보기에서 데이터 축을 회전하는 시각화 작업입니다.
기타 OLAP 작업 − 일부 OLAP 시스템은 더 많은 드릴링 작업을 제공합니다. 예를 들어, 드릴 크로스는 둘 이상의 팩트 테이블을 포함하는(즉, 전체에 걸쳐) 쿼리를 구현합니다. 드릴스루 작업은 관계형 SQL 서비스를 사용하여 데이터 큐브의 맨 아래 수준을 통해 백엔드 관계형 테이블로 드릴다운합니다.
여러 OLAP 작업에는 목록에서 상위 N 또는 하위 N 항목의 순위를 지정하고 이동 평균, 성장 가치 및 관심, 수익률, 감가상각, 통화 변환 및 통계 서비스의 내부 가치를 계산하는 작업이 포함될 수 있습니다.