Table of Contents generated with DocToc
OLAP 名为联机分析处理，又可以称之为多维分析处理，指的是通过多种不同的维度审视数据，进行深层次分析. 例如clickhouse，greenplum，Doris。
- Greenplum是基于数据库分布式架构的开源大数据平台，采用无共享(no sharing)的MPP架构，具有良好的线性扩展能力，具有高效的并行运算、并行存储等特性。拥有独特的高效的ORCA优化器。兼容SQL语法。适合用于高效PB数据量级的存储、处理和实时分析能力。由于内核是基于PostgreSQL数据库，也支持涵盖OLTP型业务混合负载。同时数据节点和主节点都有自己备份节点。提供数据库的高可用性
| 比较内容 | OLTP（on-line transaction processing）联机事务处理 | OLAP（On-Line Analytical Processing）联机分析处理 |
|---|---|---|
| 操作特点 | 日常业务操作，尤其是包含大量前台操作 | 后台操作，例如统计报表，大批量数据加载 |
| 响应速度 | 优先级最高，要求相应速度非常高 | 要求速度高，吞吐量大 |
| 吞吐量 | 小 | 大 |
| 并发访问量 | 非常高 | 不高 |
| 单笔事务消耗资源 | 小 | 大 |
| SQL 语句类型 | 插入和修改操作为主，DML | 大量查询操作或批量DML操作 |
| 索引类型 | B*索引 | Bitmap、Bitmap Join 索引 |
| 索引量 | 适量 | 多 |
| 访问方式 | 按索引访问 | 全表扫描 |
| 连接方式 | Nested_loop | Hash Join |
| BIND 变量 | 使用或强制使用 | 不使用 |
-
下钻：从高层次向低层次明细数据进行穿透。例如从 "省" 下钻到 "市"，从 "湖北省" 穿透到 "武汉" 和 "宜昌
-
和下钻相反，从低层次向高层次汇聚。例如从 "市" 汇聚到 "省"，将 "武汉" 和 "宜昌" 汇聚成 "湖北"
-
切片：观察立方体的一层，将一个或多个温度设为单个固定的值，然后观察剩余的维度，例如将商品维度固定为 "足球"。
-
切块：和切片类似，只是将单个固定值变成多个固定值。例如将商品维度固定为"足球"、"篮球" 和 "乒乓球"。
-
旋转：旋转立方体的一面，如果要将数据映射到一张二维表，那么就要进行旋转，等同于行列转换。
- 第一类架构称为 ROLAP（Relational OLAP，关系型 OLAP），顾名思义，它直接使用关系模型构建，数据模型常使用星型模型或者雪花模型，这是最先能够想到、也是最为直接的实现方法
- 第二类架构称为 MOLAP（Multidimensional OLAP，多维型 OLAP），它的出现就是为了缓解 ROLAP 性能问题。
- MOLAP 使用多维数组的形式存数据，其核心思想是借助预先聚合结果（说白了就是提前先算好，然后将结果保存起来），使用空间换取时间的形式从而提升查询性能。 也就是说，用更多的存储空间换得查询时间的减少，其具体的实现方式是依托立方体模型的概念。 首先，对需要分析的数据进行建模，框定需要分析的维度字段； 然后，通过预处理的形式，对各种维度进行组合并事先聚合； 最后，将聚合结果以某种索引或者缓存的形式保存起来（通常只保留聚合后的结果，不存储明细数据），这样一来，在随后的查询过程中，可以直接利用结果返回数据。
- 第三类架构称为 HOLAP（Hybrid OLAP，混合架构的OLAP），这种思路可以理解成 ROLAP 和 MOLAP 两者的组合