OLAP的分类

前文《企业数字化：OLAP的准则与概念 》介绍了OLAP系统。按照数据存储格式分类，OLAP系统可以分为MOLAP、ROLAP和HOLAP三类。

MOLAP（Multi-dimensional OLAP）

MOLAP是以多维数组模型来存储数据，是OLAP最初的形态。其特点是数据需要预计算（pre-computaion），然后把预计算得到的结果（cube）存在多维数组里。

MOLAP的优点是 cube 包含所有维度的聚合结果，所以查询速度非常快。

缺点是更新cube的时间跟计算维度相关，随着维度增加，计算时间也大幅增加。另外查询灵活度也比较低，需要提前设计维度模型，查询分析的内容仅限于指定维度，增加维度则需要重新计算。

ROLAP（Relational OLAP）

ROLAP是基于关系模型存储数据，要求事实表（fact table）和维度表（dimensition table）按关系模型设计。ROLAP不需要预计算，使用标准SQL语句可以即时查询（adhoc query）不同维度的数据。

ROLAP的优点是扩展性强，适用于维度数量多的模型。另外也比较容易做权限管理。

ROLAP的缺点也很明显，由于是即时计算，查询响应时间要比预计算的MOLAP长。

HOLAP（Hybrid OLAP）

HOLAP是MOLAP和ROLAP类型的混合。细节的数据以ROLAP的形式存放，以满足数据查询的灵活性；高度聚合的数据以MOLAP的形式展现，更适合于高效的分析处理。

实际中可供选择的HOLAP产品不多，为了满足不同场景的数据分析需求，很多企业往往会同时使用MOLAP和ROLAP产品。

OLAP产品的应用

比较知名的MOLAP 产品包括： Kylin、Druid、IBM Cognos Powerplay, Oracle Database OLAP Option, MicroStrategy OLAP, Microsoft SQL Server Analysis Services, Oracle Essbase, IBM Cognos TM1等。

比较知名的ROLAP产品有Presto、Apache Impala、Greenplum、Vertica、Amazon Redshift、Google Dremel、Hulu Nesto、Apache HAWQ和Apache Doris等。

目前，互联网业务规模变得越来越大，不论是业务生产系统还是日志系统，基本上都是基于Hadoop/Spark分布式大数据技术生态来构建数据仓库，然后对数据进行适当的分层、加工、管理。在数据应用交互层面，由于时效性的要求，数据最终的展现查询还是需要通过DBMS和OLAP引擎来进行支撑。

美团平台使用Kylin作为公司的主要MOLAP引擎。Kylin的核心思想就是预计算，利用空间换时间来加速查询模式固定的OLAP查询。

Apache Kylin是一个开源的、分布式的分析型数据仓库，提供Hadoop/Spark 之上的 SQL 查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由 eBay 开发并贡献至开源社区。

Kylin在预设维度的分析场景下表现良好，但在变化维度的场景下生产成本巨大。基于这个原因，美团引入了基于。MPP引擎驱动的ROLAP产品Doris，通过MOLAP+ROLAP双引擎模式来适配不同应用场景。

Apache Doris 是基于MPP架构的OLAP引擎，主要整合了Google Mesa（数据模型）、Apache Impala（MPP Query Engine）和Apache ORCFile （存储格式，编码和压缩）的技术。

在美团的OLAP实践中发现：以Doris引擎为驱动的ROLAP模式可以较好地处理汇总与明细、变化维的历史回溯、非预设维的灵活应用、准实时的批处理等场景。以Kylin为基础的MOLAP模式在处理增量业务分析，固化维度场景，通过预计算以空间换时间方面更具优势。

我会持续更新关于物联网、云原生以及数字科技方面的文章，用简单的语言描述复杂的技术，也会偶尔发表一下对IT产业的看法，欢迎大家评论、转发和关注。