OLAP
Auch: Online Analytical Processing, OLAP cube, Analytical processing
OLAP (Online Analytical Processing) ist eine Technologie für die schnelle, multidimensionale Analyse großer Datenmengen. Nutzer können Kennzahlen über Geschäftsdimensionen hinweg slicen, dicen und aggregieren.
Was es ist
OLAP steht für Online Analytical Processing. Es handelt sich um eine Technologiekategorie, die analytische Fragen schnell beantwortet, indem sie Daten in multidimensionalen Strukturen organisiert, häufig Cubes genannt. Statt Daten als flache, auf einzelne Transaktionen optimierte Zeilen zu speichern, modelliert OLAP Daten rund um Measures (die Zahlen, die Sie analysieren, etwa Umsatz oder verkaufte Einheiten) und Dimensionen (den geschäftlichen Kontext, etwa Zeit, Produkt, Region oder Kundensegment).
OLAP wird meist dem OLTP (Online Transaction Processing) gegenübergestellt. OLTP-Systeme verarbeiten große Mengen kleiner Operationen (eine Bestellung aufgeben, einen Datensatz aktualisieren), während OLAP-Systeme darauf ausgelegt sind, Millionen Datensätze zu durchsuchen und zusammenzufassen, um Entscheidungen zu unterstützen.
Warum es wichtig ist
Geschäftliche Fragen betreffen selten eine einzelne Zeile. Führungskräfte fragen etwa: „Wie hat sich die Marge nach Region und Produktkategorie über die letzten vier Quartale entwickelt?“ OLAP macht diese Fragen schnell und intuitiv, weil Aggregationen vormodelliert (und oft vorberechnet) sind. Das zählt für:
- Geschwindigkeit: Antworten im Sekundenbruchteil auf großen Datenmengen durch Indexierung und Vorab-Aggregation.
- Self-Service: Analysten erkunden Daten, ohne komplexes SQL zu schreiben.
- Konsistenz: gemeinsame Metrikdefinitionen über Teams hinweg.
Gängige Operationen
- Slice: eine Dimension auf einen einzelnen Wert festlegen (zum Beispiel nur 2024).
- Dice: einen Subcube über mehrere Dimensionswerte auswählen.
- Drill down / Roll up: zwischen Detailebenen wechseln (Jahr zu Quartal zu Monat).
- Pivot: Dimensionen drehen, um die Daten aus einem anderen Winkel zu betrachten.
Arten von OLAP
- MOLAP: Daten in einem dedizierten multidimensionalen Cube gespeichert. Sehr schnell, weniger flexibel.
- ROLAP: Queries laufen direkt gegen ein relationales Warehouse. Flexibel, skaliert auf große Datenmengen.
- HOLAP: ein Hybrid, der Cube-Geschwindigkeit mit relationaler Skalierung verbindet.
Wie es in der Praxis genutzt wird
OLAP ist die Grundlage von Dashboards, Finanzreporting und Ad-hoc-Analysen. Werkzeuge wie Pivot-Tabellen, BI-Plattformen und moderne spaltenorientierte Warehouses beruhen alle auf OLAP-Konzepten.
Konkretes Beispiel
Ein Finance-Team im Retail baut einen Cube mit dem Measure Net Sales und den Dimensionen Zeit, Store und Produktkategorie. Ein Analyst startet beim Unternehmensgesamtwert, drillt auf die Region Northeast herunter, dicet auf Elektronik im Q4 und pivotiert, um Stores zu vergleichen. Jeder Schritt liefert sofort ein Ergebnis und macht aus einer vagen Vermutung einen konkreten, umsetzbaren Befund.
Siehe auch
Häufige Fragen
Was bedeutet OLAP?
OLAP steht für Online Analytical Processing. Es ist eine Technologiekategorie, die Daten in multidimensionalen Strukturen organisiert, häufig Cubes genannt, damit analytische Fragen über große Datenmengen hinweg in Sekunden beantwortet werden können. Daten werden rund um Measures (die Zahlen, etwa Umsatz oder verkaufte Einheiten) und Dimensionen (den Kontext, etwa Zeit, Produkt, Region oder Kundensegment) modelliert.
Was ist der Unterschied zwischen OLAP und OLTP?
OLTP (Online Transaction Processing) verarbeitet große Mengen kleiner Operationen, etwa eine Bestellung aufgeben oder einen Datensatz aktualisieren. OLAP ist darauf ausgelegt, Millionen Zeilen zu durchsuchen und zusammenzufassen, um Entscheidungen zu unterstützen. Beide sind für entgegengesetzte Workloads optimiert: das eine schreibt und liest einzelne Zeilen schnell, das andere aggregiert über ganze Tabellen.
Wer sollte OLAP-Konzepte verstehen?
Jeder, der für Reporting, Dashboards oder Finanzanalysen verantwortlich ist, ob er SQL schreibt oder nicht. OLAP-Konzepte erklären, warum eine Pivot-Tabelle, eine BI-Plattform oder ein spaltenorientiertes Warehouse sich so verhält, wie es sich verhält, und warum Metrikdefinitionen einmal abgestimmt und dann geteilt werden müssen. Für Data-Leadership-Rollen wie den Chief Data Officer ist es ein Kernthema.
Was sind Slice, Dice, Drill down und Pivot?
Es sind die vier Standardoperationen von OLAP. Slice legt eine Dimension auf einen einzelnen Wert fest (zum Beispiel nur 2024); Dice wählt einen Subcube über mehrere Dimensionswerte aus; Drill down und Roll up wechseln zwischen Detailebenen (Jahr zu Quartal zu Monat); Pivot dreht Dimensionen, um dieselben Daten aus einem anderen Winkel zu betrachten.
Wann sollten Sie MOLAP, ROLAP oder HOLAP wählen?
MOLAP speichert Daten in einem dedizierten multidimensionalen Cube: sehr schnell, aber weniger flexibel. ROLAP führt Queries direkt gegen ein relationales Warehouse aus: flexibler und skaliert auf große Datenvolumen. HOLAP ist ein Hybrid, der die Cube-Geschwindigkeit für vorab aggregierte Ebenen behält und für die Skalierung auf die relationale Schicht setzt.