Titelaufnahme

Titel
Online Analytical Processing und multidimensionale Abfragen
Weitere Titel
Online Analytical Processing and multidimensional queries
VerfasserGreilinger, Lukas
GutachterRadinger-Peer, Wolfgang
Erschienen2015
Datum der AbgabeFebruar 2015
SpracheDeutsch
DokumenttypBachelorarbeit
Schlagwörter (DE)Online Analytical Processing / OLAP / Multidimensionale Abfragen / MDX / Datenwürfel / OLAP-Architektur
Schlagwörter (EN)Online Analytical Processing / OLAP / Multidimensional Expressions / MDX / Data cubes / OLAP architecture
Zugriffsbeschränkung
 _
Klassifikation
Zusammenfassung (Deutsch)

In vielen Unternehmen ist die Auswertung und Analyse großer Datenmengen aus unterschiedlichen Sichten von Bedeutung. Diese sollten und können teilweise nicht auf den klassischen, operativen Online Analytical Processing Datenbanken durchgeführt werden. Die Hauptanforderung an OLTP ist die rasche Abarbeitung vieler kurzer Abfragen und Updates im laufenden Betrieb. Hier hat sich aus der Notwendigkeit der Begriff des Online Analytical Processing (OLAP) etabliert. OLAP wird durch eine geringe Anzahl sehr komplexer Abfragen auf einen großen Datenbestand charakterisiert, welche vor allem bei unternehmensübergreifenden Entscheidungen, Trends, Analysen und Auswertungen herangezogen werden.

Diese Arbeit beschäftigt sich mit Online Analytical Processing und dessen Zusammenhang mit Data-Warehousing, den Unterschieden zwischen OLTP und OLAP, den verschiedenen Architekturen, den sogenannten OLAP-Datenwürfeln und der von Microsoft entwickelten multidimensionalen Abfragesprache Multidimensional Expressions (MDX).

Die gewonnenen, theoretischen Erkenntnisse liefern ein Verständnis von multidimensionalen Abfragen mittels OLAP, sowie eine Grundlage für die Implementierung und Abfrage eigener OLAP-Datenwürfel und OLAP-Anwendungen.

Auf diesen Erkenntnissen aufbauend, wird über zwei Arbeiten eine webbasierte OLAP-Architektur zur Abfrage komplexer Analysen und Auswertungen herausgearbeitet. Als Fallstudie wird ein Bankunternehmen mit einem existierenden verteilten Datenstand herangezogen. Diese Arbeit liefert durch einen Überblick über Data-Warehousing, OLAP und eine Abgrenzung zu OLTP das Wissen zur grundlegenden Implementierungsarchitektur. Ein Kapitel zu OLAP-Datenwürfeln liefert das theoretische Verständnis der Arbeitsweise von OLAP-Servern. Ein abschließendes Kapitel über MDX zeigt, wie die durchzuführenden multidimensionalen Auswertungen abgefragt werden können.

Die Ergebnisse der Arbeit zeigen, dass der weiteren praktischen Umsetzung des Prototype,n aus Sicht der analysierten Komponenten, keine Hindernisse im Weg stehen.

Zusammenfassung (Englisch)

In many companies analyzing big amount of data from different views is an important factor. These analyses should not and sometimes cannot even be done on the regular, operative Online Analytical Processing databases, because they are built to answer a lot of small requests in a short amount of time in a productive environment. This is where the term Online Analytical Processing established in the area. OLAP is characterized by a small amount of complex queries on a big amount of data, which are then used to assist in analyses, trends and decision makings.

This work deals with Online Analytical Processing and its relation to Data Warehousing, the differences between OLTP and OLAP, the different architectures and Multidimensional Expressions, a language developed by Microsoft to query datacubes. Furthermore it takes a look at OLAP datacubes and the basic operations that can be done on them.

The findings of this work provide the fundamental knowledge to multidimensional queries in OLAP and also the principles to implement and query own OLAP datacubes and applications.

Based on those findings, the following two theses work out an web-based OLAP architecture to query complex analyses. The case study describes a banking establishment with an existing distributed data source. This work gives an overview about Data-Warehousing, OLAP and an distinction to OLTP as a basis for the implementation architecture. A chapter about multidimensional datacubes provides the theoretical understanding to the principles of OLAP servers. A final chapter about MDX illustrates and describes how multidimensional data sources can be queried.

The outcomes of this work show that based on the examined layers of the prototype the further implementation is not hindered by any technical obstacles.