OLAP 도구에는 다음과 같은 세 가지 주요 범주가 있습니다. -
몰랍 - MOLAP은 다차원 OLAP을 나타냅니다. 데이터 저장 단위로 튜플을 지원합니다. MOLAP은 전용 n차원 어레이 스토리지 엔진과 OLAP 미들웨어를 적용하여 데이터를 처리합니다. 따라서 OLAP 쿼리는 연결된 다차원 보기(데이터 큐브)에 대한 직접 주소 지정을 통해 완료됩니다.
이 구조는 트랜잭션 정보를 집계에 미리 계산하여 쿼리 실행 성능을 빠르게 하는 데 중점을 둡니다. 특히, MOLAP은 로드 시 각 계층 수준에서 집계된 측정값을 미리 계산하고 저장하며, 즉각적인 검색을 위해 이러한 값을 저장하고 인덱싱합니다.
전체 사전 계산에는 처리 시간과 저장 영역 모두에서 많은 양의 오버헤드가 필요했습니다. 희소 데이터의 경우 MOLAP은 저장 사용을 향상시키기 위해 희소 행렬 압축 알고리즘이 필요하므로 일반적으로 RDBMS에 저장된 데이터에 비해 디스크 상의 데이터 크기가 더 작은 것이 특징입니다.
MOLAP 기반 제품은 일반적으로 집계된 형태로 데이터를 정렬, 탐색 및 분석합니다. 그들은 소프트웨어와의 긴밀한 결합이 필요했으며 다차원 데이터베이스(MDDB) 시스템을 기반으로 했습니다. 효과적인 구현은 저장을 최소화하기 위해 개선된 저장 방법을 사용하여 사용되는 형식과 유사한 방식으로 데이터를 저장합니다.
롤랩 − ROLAP은 관계형 OLAP의 약자입니다. 이미 친숙한 관계형 DBMS 기술을 기반으로 데이터를 저장할 수 있습니다. 이 경우 데이터 및 관련 집계는 RDBMS에 저장되며 OLAP 미들웨어는 데이터 큐브의 관리 및 탐색을 구현할 수 있습니다.
이 아키텍처는 RDBMS 백엔드 최적화를 목표로 하며 데이터 큐브 탐색 논리를 포함한 추가 도구 및 서비스를 지원합니다. RDBMS 백엔드를 사용하기 때문에 ROLAP의 주요 이점은 대용량 데이터 관리의 확장성입니다.
ROLAP 시스템은 기본 데이터와 차원 테이블이 관계형 테이블로 저장되는 관계형 데이터베이스를 차지하는 데이터에서 자주 작동합니다. 이 모델을 사용하면 기록을 다차원적으로 분석할 수 있습니다.
이것은 업계에서 가장 새롭고 빠르게 성장하는 OLAP 기술 부문입니다. 이 방법을 사용하면 2차원 관계형 테이블의 여러 다차원 보기를 생성할 수 있으므로 원하는 보기를 중심으로 레코드를 구성하는 것을 방지할 수 있습니다.
MQE − MQE는 관리 쿼리 환경을 나타냅니다. 일부 제품은 데이터 큐브 및 슬라이스 및 주사위 분석 기능과 같은 임시 쿼리를 제공할 수 있었습니다. 이는 DBMS에서 데이터를 선택하는 쿼리를 개발하여 수행되며, 이는 요청된 데이터를 데이터 큐브에 배치되는 시스템으로 전달합니다.
이 데이터 큐브는 데스크탑에 로컬로 저장될 수 있으며 오버헤드를 줄이기 위해 조작할 수도 있습니다. 쿼리가 실행될 때마다 구조를 생성해야 합니다. 데이터 큐브에 데이터를 저장한 후 다차원 분석 및 연산을 적용할 수 있습니다.