Oracle 11: OLAP (Online Analytics Processing) คือ

บทนำ

การแข่งขันและการเปลี่ยนแปลงอย่างรวดเร็วในสิ่งแวดล้อมของโลกธุรกิจ คือ แรงผลักของความต้องการและการวิเคราะห์สำหรับระบบสารสนเทศที่มีความต้องการที่ซับซ้อน ซึ่งอุตสาหกรรมระบบสารสนเทศนั้นมีการตอบสนองในความต้องการเหล่านี้ โดยการพัฒนา เช่น การวิเคราะห์ฐานข้อมูล (Database) ตลาดข้อมูลหรือข้อมูลทางการตลาด (Data Marts) โกดังข้อมูลหรือคลังข้อมูล (Data Warehouse) เทคนิคการทำเหมืองข้อมูลหรือขุมข้อมูล (Data Mining) และโครงสร้างฐานข้อมูลทางด้านมัลติมีเดีย ที่เกี่ยวกับแม่ข่ายและซอฟต์แวร์เฉพาะที่สนับสนุนการประมวลผลการวิเคราะห์ออนไลน์ การประมวลผลการวิเคราะห์ออนไลน์ คือ ความสามารถของการจัดการ การสนับสนุนการตัดสินใจและระบบสารสนเทศเพื่อผู้บริหารที่ผู้จัดการสามารถใช้งานและวิเคราะห์การสื่อสารระหว่างกันและการจัดการรายละเอียด ซึ่งจะมีการตอบสนองความต้องการได้อย่างรวดเร็ว

คำจำกัดความ

OLAP
OLAP หรือ Online analytical processing เป็นเทคโนโลยีที่ประกอบด้วยเครื่องมือที่ช่วยดึงและนำเสนอข้อมูลในหลายมิติ(Multidimensional) จากหลายๆ มุมมอง โดยที่ OLAP ได้รับการออกแบบมาสำหรับผู้ใช้ในระดับของผู้บริหารหรือหน่วยงานในองค์กร ที่ต้องวิเคราะห์ข้อมูลเพื่อใช้ประกอบการตัดสินใจในระดับสูง

OLAP ที่เกี่ยวข้องกับสาขาคอมพิวเตอร์

OLAP หรือ online analytical processing เป็นเทคโนโลยีที่ประกอบด้วยเครื่องมือที่ช่วยดึงและนำเสนอข้อมูลในหลายมิติ(Multidimensional) จากหลายๆ มุมมอง โดยที่ OLAP ได้รับการออกแบบมาสำหรับผู้ใช้ในระดับของผู้บริหารหรือหน่วยงานในองค์กร ที่ต้องวิเคราะห์ข้อมูลเพื่อใช้ประกอบการตัดสินใจในระดับสูง

On-line analytical processing (OLAP) เป็นหนึ่งในชุดของ business intelligent tool ซึ่งช่วยในการตัดสินใจโดยการวิเคราะห์ข้อมูลที่เป็นผลรวมหลายมุมมอง โดยปกติแล้วข้อมูลของ OLAPจะได้มาด้วยการเรียบเรียงจาก transaction databases รวบรวมเป็น multidimensional-data model ลักษณะข้อมูลที่เป็น summary และสามารถเรียกดูได้หลายมุมมองทำให้ง่ายสำหรับใช้เป็นข้อมูล ในการตัดสินใจนอกจากนี้ OLAP tools ยังเป็น tools ที่มีประสิทธิภาพสำหรับการ aggregate data โดยทำการ pre-aggregation data และใช้ index แบบพิเศษสำหรับโครงสร้างข้อมูลหลายมิติ

สำหรับโครงสร้างของข้อมูล OLAP นั้นเป็นแบบลำดับชั้น (Hierarchical) ช่วยให้ผู้ใช้สามารถเข้าใจภาพรวมและความเกี่ยวข้องของข้อมูลในองค์กรได้ง่าย ส่วนฟังก์ชัน OLAP นั้นก็สนับสนุนการวิเคราะห์แนวโน้ม (Trend Analysis) การเจาะลึกข้อมูลในระดับรายละเอียดที่มีความซับซ้อน ความสามารถในการสรุปข้อมูล และความสามารถในการเปรียบเทียบข้อมูลในมุมมองต่างๆ อีกด้วย

แอพพลิเคชันของ OLAP นั้น มีทั้งที่ทำงานบนเดสก์ทอปและบนเซิร์ฟเวอร์ ซึ่งถ้าเป็น OLAP ที่ทำงานบนเดสก์ทอปนั้น ฟังก์ชันการวิเคราะห์ข้อมูลจะเก็บและทำงานอยู่บนคอมพิวเตอร์ไคลเอ็นต์ โดยติดต่อกับฐานข้อมูลที่อยู่บนเซิร์ฟเวอร์โดยการส่งคิวรี SQL และรับผลลัพธ์กลับมา จากนั้นแอพพลิเคชันก็จะวิเคราะห์ เปรียบเทียบและนำเสนอข้อมูลตามรูปแบบที่ผู้ใช้ต้องการ ซึ่งจากการทำงานนี้จะเห็นได้ค่อนข้างชัดเจนว่าแอพพลิเคชัน OLAP ที่ทำงานบนเดสก์ทอปถึงแม้ว่าติดตั้งและใช้งานได้สะดวก แต่ก็มีปัญหากับเรื่องของการขยายขนาด ในทางกลับกันข้าม แอพพลิเคชัน OLAP ที่ทำงานบนฝั่งเซิร์ฟเวอร์ จะมีความสามารถในการเก็บข้อมูลไว้ในตัวเองรวมถึงการเชื่อมต่อกับฐานข้อมูลภายได้ทำให้มีความสามารถในการขยายขนาดที่ดีกว่า รวมทั้งยังสนับสนุนฟังก์ชันการวิเคราะห์ที่ซับซ้อนมากกว่าแอพพลิเคชันที่ทำงานบนเดสก์ทอปเนื่องด้วย ทั้งนี้ก็มาจากการที่ไม่มีข้อจำกัดของทรัพยากรนั่นเอง

ชนิดของ OLAP แบ่งตาม Model ของการเก็บข้อมูล ได้เป็น ROLAP และ MOLAP โดย MOLAP จะ Aggregate ข้อมูลจาก RDB มาเก็บไว้ใน MDB ข้อดีคือทำให้เร็วเพราะมีการคำนวณข้อมูลล่วงหน้าแต่ Tools ที่ใช้มีราคาค่อนข้องแพง ส่วน ROLAP จะใช้ข้อมูลที่เป็น Summary ใน RDB ซึ่งบางครั้งเรียกว่า Data marts ข้อดีคือไม่ต้องสร้าง Model ของข้อมูลขึ้นมาใหม่และมีราคาถูกกว่า MOLAP

เทคโนโลยี XML ช่วยเปิดศักราชใหม่ในการเขียนโปรแกรมและช่วยลดความยุ่งยากในการแลกเปลี่ยนข้อมูลระหว่างกัน ด้วยการใช้เพียงข้อความและแท็กพิเศษในการจัดลักษณะข้อมูล ซึ่งช่วยเพิ่มความยืดหยุ่นในการแลกเปลี่ยนข้อมูลและลดปัญหาในการทำความเข้าใจกับรูปแบบข้อมูลเฉพาะแบบที่มีการกำหนดขึ้นมาเอง

ได้มีการทำนายและคาดการณ์ในวงการวิชาการและธุรกิจว่า XML จะเป็นเทคโนโลยีที่สำคัญมากที่สุดอย่างในศตวรรษหน้า เมื่อพิจารณาดูจากความเป็นจริงที่ว่าบริษัทคอมพิวเตอร์ และโทรคมนาคมระดับยักษ์ใหญ่ อย่างเช่น Microsoft, IBM, Oracle, Sun และ AT&T ต่างประกาศให้การสนับสนุน XML ความเป็นไปได้ที่คำนายนั้นจะเป็นจริงมีอยู่สูงมาก ดังนั้นจึงมีความจำเป็นที่เราจะต้องติดตามเทคโนโลยีนี้อย่างใกล้ชิด ซึ่งไม่ใช่เฉพาะตัวเทคโนโลยี XML แต่เพียงอย่างเดียว แต่รวมถึงการประยุกต์ใช้ด้วย ตัวอย่างการประยุกต์ใช้งาน XML ที่ได้กล่าวในรายงานฉบับนี้ เป็นเพียงส่วนหนึ่งเท่านั้น ความเป็นไปได้ในการประยุกต์ใช้ XML ยังมีอีกมากมาย เช่น วิศวกรรมอุตสาหการ (Industrial Engineering) การจัดการการก่อสร้าง (Construction Management) คอมพิวเตอร์ช่วยงานวิศวกรรม (Computer-Aided Engineering) เป็นต้น แม้บริษัทหรือหน่วยงานเล็ก ๆ ก็สามารถใช้หรือเข้าร่วมงานประยุกต์ XML ได้ XML จะเป็นเทคโนโลยีและเครื่องมือพื้นฐานที่ทุกหน่วยงานที่ใช้เทคโนโลยีสารสนเทศควรให้ความสำคัญ

วัตถุประสงค์ โดยทั่วไปมีลักษณะดังต่อไปนี้

· สนองตอบกับการแสดง และนำเสนอข้อมูลได้เป็นอย่างดี

· สร้างความยืดหยุ่น และง่ายต่อการทำรายงาน รวมทั้ง ad hoc queries ต่างๆ

· ทำการวิเคราะห์ข้อมูลได้ในทุกมุมมองขององค์ประกอบที่เกี่ยวข้องทั้งหมด

· ช่วยคาดคะเน หรือทำนายผลที่จะตามมาในภาคหน้า

หลักการทำงานของ OLAP

OLAP เป็นการนำข้อมูลจาก Data warehouse มาเพื่อใช้วิเคราห์หาความเป็นไปได้ในอนาคตซึ่งข้อมูลที่จัดเก็บไว้ใน Data warehouse ที่ OLAP สามารถเรียกใช้ได้มีอยู่ 3 ประเภทด้วยกันคือ

1. ฐานข้อมูลเชิงสัมพันธ์ (Relational Database)

เป็นการจัดเก็บข้อมูลโดยทั่วไปอยู่แล้วซึ่งอาจจะมีโครงสร้างแบบรูปดาวหรือแบบเกล็ดหิมะก็ได้ หรืออาจจะเป็นข้อมูลที่ผ่านการ normalization หรือไม่ก็ได้

1. ฐานข้อมูลหลายมิติ (Multidimensional Database)

เป็นฐานข้อมูลที่จัดเก็บเรียงกันในรูปของ Array โดยทั่วไปแล้วจะยอมให้ผู้ใช้เข้าไปเขียนข้อมูลได้เพียงทีละคนเท่านั้น แต่อนุญาติให้หลาย ๆ คนเข้าไปอ่านได้

1. ฐานข้อมูลที่เก็บไว้ที่ Client ในลักษณะของ file (Client-base files)

ในประเภทนี้จะยอมให้ผู้ใช้ดึงข้อมูลบางส่วนออกมาเพื่อนำมาประมวลแบบกระจายหรือสร้างคำสั่งให้ข้อมูลปรากฎบน web

อย่างไรก็ตามการทำงานของ OLAP กับฐานข้อมูลชนิดต่าง ๆ ก็ได้แยกประเภทของ OLAP ไว้เป็นดังนี้

1. MOLAP(Multidimensional OLAP) เป็นซอฟท์แวร์ที่ใช้ดึงข้อมูลจากฐานข้อมูลจากฐานข้อมูลประเภทหายมิติ ซึ่งมีความรวดเร็วในการทำงานกว่า ROLAP แต่เหมาะกับฐานข้อมูลขนาดเล็ก ซอฟท์แวร์ที่อยู่ในประเภทนี้คือ Commander FDC, Dimensional Insight เป็นต้น
2. ROLAP(Relational OLAP) เป็นซอฟท์แวร์ที่ใช้ดึงข้อมูลจากฐานข้อมูลแบบเชิงสัมพันธ์ จึงเหมาะกับฐานข้อมูลที่มีขนาดใหญ่ เพราะมีกลไกการค้นหาข้อมูลที่มีประสิทธิภาพ ซึ่งมีความสามารถในการวิเคราะห์ข้อมูลทางธุรกิจได้ดีกว่าแบบ MOLAP และการเรียกดูข้อมูลเพียงบางส่วนนั้นทำได้เร็วกว่าแบบ MOLAP ซอฟท์แวร์ที่อยู่ในประเภทนี้คือ Oracle Express, Seagate Holos เป็นต้น
3. DOLAP(Desktop OLAP) เป็นการทำงานบนเครื่อง PC สามารถคำนวณข้อมูลทางธุรกิจและนำเสนอออกมาหลายมิติ และสามารถนำผล แสดงบน web ได้ ซอฟท์แวร์ที่อยู่ในประเภทนี้คือ BioQuery, Business Objects เป็นต้น
4. HOLAP(Hybrid OLAP) เป็น OLAP ที่สามารถดึงข้อมูลได้ทั้งจากฐานข้อมูลแบบ Relational และ Multidimensional ซอฟท์แวร์ที่อยู่ในประเภทนี้คือ SAS CFC Vision, Arbor Essbase เป็นต้น

การดำเนินการกับ OLAP

1. Roll up / Consolidation การปรับระดับความละเอียดของข้อมูล จากระดับที่ละเอียดขึ้นมาสู่ข้อมูลที่หยาบขึ้น

2. Drill Down การปรับระดับความละเอียดของข้อมูล จากระดับที่หยาบไปสู่ที่ข้อมูลละเอียดมากขึ้น

3. Slice การเลือกพิจารณาผลลัพธ์บางส่วนที่เราสนใจ โดยเลือกเฉพาะค่าที่ถูกกำกับด้วยข้อมูลบางค่าของแต่ละมิติเท่านั้น

4. Dice กระบวนการพลิกแกนหรือมิติของข้อมูล ให้ตรงตามความต้องการของผู้ใช้งาน

การประมวลผลการวิเคราะห์ออนไลน์จะเกี่ยวข้องกับการปฏิบัติการพื้นฐานหลายอย่าง
ประกอบไปด้วย

การรวบรวมให้เป็นหนึ่งเดียว (Consolidation)

การรวบรวมให้เป็นหนึ่งเดียวจะเกี่ยวข้องกับการรวมกันของข้อมูล เกี่ยวข้องกับการจับกลุ่มที่ซับซ้อน ซึ่งเกี่ยวข้องกับความสัมพันธ์ภายในข้อมูล เช่น สำนักงานขายสามารถรวมยอดขายในเขตพื้นที่และเขตพื้นที่สามารถรวมยอดขายในเขตภูมิภาค

การเจาะลึก (Drill — Down)

OLAP สามารถเข้าไปในทิศทางตรงกันข้าม (Reverse Direction) และแสดงรายละเอียดของข้อมูลโดยอัตโนมัติ ที่เรียกว่า เจาะลึก เช่น การขายผลิตภัณฑ์เฉพาะหรือพนักงานขาย (Sales Reps) สามารถเข้าถึงข้อมูลในพื้นที่การขายได้อย่างง่ายดาย

การแบ่งส่วนและการสุ่ม ( Slicing and Dicing)

การแบ่งส่วนและการสุ่ม อ้างอิงถึงความสามารถในการตรวจดูฐานข้อมูลจากจุดตรวจสอบที่แตกต่างกัน ในการแบ่งส่วนออกหนึ่งส่วนของฐานข้อมูลในการขายอาจจะแสดงรายการขายของสินค้าประเภทที่อยู่ในขอบเขตทั้งหมด ในการแบ่งส่วนอื่นๆ อาจจะมีการแสดงรายการขายจากช่องทางการขายของสินค้าแต่ละประเภททั้งหมด มักจะใช้เพื่อวิเคราะห์แนวโน้มและการค้นหารูปแบบ

ขั้นตอนการพิจารณาข้อมูล

ข้อมูลที่ใช้ใน OLAP ได้มาจากแหล่งอื่น ๆ ฉะนั้นจำเป็นต้องเก็บข้อมูลเหล่านั้นแยกไว้ต่างหากที่รู้จักดีคือ Data Warehouse และ Data Mart การที่ต้องมีการเก็บข้อมูลซ้ำซ้อนด้วยเหตุผลดังนี้

1. ความรวดเร็วในการประมวลผล ข้อมูลจากหลาย ๆ แหล่งมาจัดเก็บรวมกันทำให้ปริมาณข้อมูลยิ่งขึ้นไปเรื่อย ๆ จึงจำเป็นต้องมีแหล่งจัดเก็ยแยกไว้ต่างหาก เมื่อ OLAP ต้องการข้อมูลก็จะทำการดึงข้อมูลมาใช้ทำให้รวดเร็วในการประมวลผล

2. ข้อมูลจากหลาย ๆ แหล่ง OLAP ต้องการข้อมูลจากแหล่งต่าง ๆ รวมทั้งข้อมูลจากภายนอกและจากเครื่องพีซี ซึ่งข้อมูลเหล่านั้นมีระบบการจัดเก็บที่แตกต่างกัน เช่น ซอฟท์แวร์ที่จัดเก็บข้อมูลที่แตกต่างกันฉะนั้นจำเป็นต้องเปลี่ยนให้มาอยู่ในระบบเดียวกันก่อนเพื่อลดความซับซ้อนของข้อมูลลง

3. ขจัดข้อผิดพลาดของข้อมูล ปกติการประมวลผลของระบบงานมักจะมีความผิดพลาดของข้อมูลรวมอยู่ด้วย ฉะนั้นจำเป็นต้องขจัดข้อผิดพลาดของข้อมูลนั้นเสียก่อน เช่น ฟิลด์ที่เป็นทางเลือก มักจะเป็นสาเหตุเล็ก ๆ น้อย ๆ ทำให้เขียนโปรแกรมผิดพลาดได้

4. การปรับเปลี่ยนข้อมูลให้เหมาะสม มีเหตุผลหลายประการที่จำเป็นต้องมีการปรับเปลี่ยนข้อมูลให้เหมาะสมก่อนที่จะนำมาวิเคราะห์แต่ต้องไม่มีผลกระทบกับการประมวลผลระบบtransaction

5. ความทันสมัยของข้อมูล ข้อมูลมาจากหลายแหล่ง ฉะนั้นแต่ละแหล่งของข้อมูล ก็จะทำการปรับปรุงข้อมูลให้ทันสมัยในช่วงเวลาที่ต่างกัน เช่นข้อมูลจากแหล่งที่หนึ่งมีการปรับปรุงข้อมูลทุกสิ้นเดือน ข้อมูลแหล่งที่สองมีการปรับปรุงทุกสิ้นสัปดาห์ ฉะนั้นเพื่อให้ OLAP สามารถวิเคราะห์ข้อมูลได้อย่างถูกต้องและเที่ยงตรง จำเป็นต้องจัดเก็บข้อมูลไว้ใน data warehouse

6. ข้อมูลในอดีต ส่วนใหญ่แล้วการประมวลผลของ OLAP จะมีมิติของเวลาเข้ามาเกี่ยวข้องด้วยโดยใช้สถิติ time series analysis มาวิเคราะห์

7. สรุปข้อมูล โดยปกติข้อมูลการทำงานประจำวันต้องการรายละเอียดมาก แต่ข้อมูลสำหรับการตัดสินใจต้องการเพียงการสรุปผล

8. การปรับปรุงข้อมูล ข้อมูลทำงานประจำวันต้องมีการปรับปรุงให้ทันสมัยตลอดเวลาแต่ OLAP ต้องการข้อมูลที่ไม่เปลี่ยนแปลงตลอดเวลาเพราะจะทำให้ผลการวิเคราะห์ข้อมูลผิดพลาด จึงจำเป็นต้องมีที่จัดเก็บข้อมูลจากงานประจำวัน

ชนิดของ OLAP

1. MOLAP (Multidimentional OLAP) เป็นซอฟท์แวร์ที่ใช้ดึงข้อมูลจากฐานข้อมูลหลายมิติ (Multidimentional Database) ซึ่งมีประสิทธิภาพการทำงานได้รวดเร็วกว่า ROLAP แต่เหมาะกับขนาดข้อมูลจำนวนไม่มาก เช่น Data Mart

2. ROLAP (Relational OLAP) เป็นซอฟท์แวร์ที่สามารถดึงข้อมูลจาก data warehouse ซึ่งใช้แนวคิดการจัดเก็บข้อมูลแบบฐานข้อมูลเชิงสัมพันธ์ ฉะนั้น ROAP จึงเหมาะกับข้อมูลขนาดใหญ่ และมีกลไกในการค้นข้อมูลที่มีประสิทธิภาพโดยสามารถใช้คำสั่ง SQL หลายคำสั่ง (Multiple SQL Statement) มาสร้างผลลัพธ์ออกมาในลักษณะของมิติข้อมูลได้ทั้งทฤษฎีและปฏิบัติ

3. DOLAP (Desktop OLAP) จากประสิทธิภาพของ PC (Personal Computer) ผู้ผลิตภัณฑ์ประเภท OLAP พบว่าเครื่องคอมพิวเตอร์ประเภท Client จะเข้ามามีบทบาทยิ่งขึ้น ดังนั้น จึงผลิตซอฟท์แวร์ DOLAP ทำงานบนเครื่อง Client สามารถคำนวณข้อมูลทางธุรกิจและนำเสนอออกมาหลายมิติ และสามารถนำผล แสดงบน Web ได้

4. HOLAP (Hybrid OLAP) ผู้ผลิต OLAP พยายามให้ซอฟต์แวร์ของตนมีประสิทธิภาพสามารถเข้าถึงข้อมูลที่จัดเก็บไว้ในญานข้อมูล เชิงสัมพันธ์ และฐานข้อมูลหลายมิติ เรียก OLAP ประเภทนี้ว่า HYBRID OLAP เช่น Oracle Express

OLAP ที่เกี่ยวข้องกับสาขาอื่นๆ

OLAP นับเป็นเทคโนโลยีที่มีความสำคัญต่อสาขาธุรกิจในปัจจุบันเป็นอย่างมาก เนื่องจากความซับซ้อนที่มากขึ้น และเวลาที่น้อยลงสำหรับการตัดสินใจทางธุรกิจ OLAP จึงเป็นคำตอบที่เหมาะสมมากที่สุดในปัจจุบัน เพราะจุดเด่นที่สำคัญของ OLAP ประกอบด้วย การตอบสนองต่อการคิวรีของผู้ใช้ที่กินเวลาไม่มาก การทำงานที่ไม่ขึ้นกับขนาดและความซับซ้อนของฐานข้อมูล แอพพลิเคชัน OLAP ช่วยงานการวิเคราะห์ข้อมูล ไม่ว่าจะเป็นการเปรียบเทียบ การนำเสนอในมุมมองเฉพาะ รวมถึงการวิเคราะห์ข้อมูลย้อนหลังและคาดการณ์ข้อมูลในอนาคตตามโมเดลการตอบคำถามแบบ “What-If”

การประยุคใช้งาน

บริษัทมาสเตอร์การ์ดอินเตอร์เนชันแนล ได้พัฒนาซอฟต์แวร์ OLAP ที่เรียกว่า Market Advisor ซึ่งสมาชิกสามารถเรียกดูข้อมูลจากโกดังข้อมูลและเจาะลึกลงไปในข้อมูลข่าวสารในการวิเคราะห์สำหรับการติดต่อสื่อสารทางธุรกิจและการทำงานแบบออนไลน์ Market Advisor ยังมีฐานข้อมูลย้อนหลังถึง 13 เดือน กราฟรายงาน และการเตือนตัวกระตุ้นทางการตลาดที่อยู่ในระดับสูงสุดหรือต่ำสุดในการค้าหรือการดำเนินงานของผู้ถือบัตร

ด้านการวิเคราะห์เงิน การวิเคราะห์ทางด้านการเงินเป็นสิ่งหนึ่งที่ควรจะทำเป็นอย่างยิ่งในการทำธุรกิจ ซึ่งจำเป็นอย่างมากต่อธุรกิจเพราะเมื่อเรามีได้วางแผนทางการเงินที่ดีจะทำให้เราประสบผลสำเร็จทางธุรกิจได้เป็นอย่างดี

ROLAP Storage (Relational OLAP)

โครงสร้างนี้ยังใช้ข้อมูลที่อยู่ใน Relational database และสร้างRelational database อีกชุดหนึ่งเพื่อเก็บข้อมูลแบบยอดรวมไว้โครงสร้างแบบนี้เหมาะสำหรับระบบที่มีข้อมูลปริมาณมาก และมีความถี่ในการใช้งานน้อยดำเนินการวิเคราะห์ Dimension ขนาดใหญ่มาก (จำนวนมากกว่า 10 ล้านสมาชิก) โดยการเก็บความสัมพันธ์ของ Dimension

MOLAP Storage (Multidimensional OLAP)

ข้อมูลแบบ Multidimensional นี้จะเก็บอยู่ใน OLAP Sever เป็นรูปแบบที่มีประสิทธิภาพสูงสุดในการทำงาน ช่วยให้คิวรีเร็วที่สุด ดีที่สุด เนื่องจากคำนวณหาผลรวมของข้อมูลที่ต้องการไว้ล่วงหน้าและเก็บผลลัพธ์เหล่านั้นไว้ในดิสก์ เหมาะสำหรับระบบที่มีข้อมูลขนาดปานกลาง

Relation Database Management System (RDBMS)

RDBMS (Relational Database Management System) ซึ่งจะจัดการในส่วนของ Back-end ของระบบงานฯ ทั้งหมด ในปัจจุบันมีผู้ผลิต Relational RDBMS ที่มีประสิทธิภาพสูงมากมาย ถ้านักพัฒนาระบบงานฯ สามารถเลือกใช้ให้เหมาะสมกับแต่ละระบบงานฯ ก็จะเกิดประโยชน์และประสิทธิภาพสูงสุด ทั้งในด้านการพัฒนาระบบ งานคอมพิวเตอร์ การใช้งาน ความพอใจของผู้ใช้งานรวมทั้งต้นทุนในการลงทุนอีกด้วย

ลักษณะของรูปแบบข้อมูลแบบ Relation หมายถึง ลักษณะข้อมูลที่ออกแบบการใช้งานในรูปตาราง 2 มิติ โดยถูกนำเสนอให้มีคุณภาพ โดยใช้ Relational Database Management System (RDBMS) ซึ่งจะรวมเอาประโยชน์ของ Hierarchical และ Network ไว้ด้วยทุกประการ ลักษณะข้อดีของ RDBMS นั้นใช้ง่ายและสะดวกกว่าทั้งสองแบบที่กล่าวมา คือ ง่ายต่อผู้ใช้และผู้ออกแบบในการกระทำกับข้อมูล

ในการพัฒนาโครงงานนี้ได้ใช้ระบบจัดการฐานข้อมูลเชิงสัมพันธ์ (Relation Database Management System : RDBMS) ของบริษัทไมโครซอฟต์ ที่ชื่อว่า Microsoft SQL Server เวอร์ชัน 7.0 ทำหน้าที่เก็บและให้บริการข้อมูล และได้ใช้ Visual Basic Version 6.0 ในการเขียนโปรแกรมส่วนที่เป็น Graphical User Interface หรือ ฟรอนต์เอน ของระบบ โดยมีไดร์ฟเวอร์ ODBC (Open Database Connectivity) เป็นไดร์ฟเวอร์ที่ทำหน้าที่ในการติดต่อระหว่างฟรอนต์เอน กับฐานข้อมูล ซึ่งระบบนี้สามารถทำงานภายใต้ระบบเครือข่ายท้องถิ่น (Local Area Network) และระบบที่ไม่มีเครือข่ายคอมพิวเตอร์

โครงงานนี้เป็นการศึกษาระบบฐานข้อมูลดาต้าแวร์เฮาส์ ( Data Warehouse ) ซึ่งเป็นระบบฐานข้อมูลอีกรูปแบบหนึ่งที่แตกต่างไปจากฐานข้อมูลทั่วไป ( Relational Database ) ระบบฐานข้อมูลดาต้าแวร์เฮาส์มีการจัดเก็บข้อมูลในลักษณะมัลติไดเมนชันแนล(Multidimensional) โครงงานนี้ใช้ Microsoft SQL Server 2000 Analysis Service มาทดลองสร้างระบบดาต้าแวร์เฮาส์ โดยได้ศึกษาการจัดเก็บข้อมูลในลักษณะต่างๆกัน คือ MOLAP , ROLAP และ HOLAP และได้ทดสอบเปรียบเทียบประสิทธิภาพการจัดเก็บข้อมูลทั้ง 3 แบบ นอกจากนี้ยังพัฒนาโปรแกรมประยุกต์ไคลเอ็นต์ขึ้นมาติดต่อ Analysis Service ซึ่งพัฒนาขึ้นทั้งที่ทำงานบนแลนและบนเว็บ เพื่อให้ผู้ใช้เข้าถึงฐานข้อมูลดาต้าแวร์เฮาส์ได้สะดวกและยืดหยุ่นมากยิ่งขึ้น

สรุป

การประมวลผลการวิเคราะห์ออนไลน์สามารถตอบสนองได้อย่างรวดเร็วในความต้องการที่ซับซ้อนของผู้จัดการและนักวิเคราะห์ เพื่อใช้ในการจัดการ สนับสนุนการตัดสินใจ หรือบริหารระบบสารสนเทศ ซึ่งOLAP นั้นมีการปฏิบัติการดังนี้
— สามารถเข้าถึงข้อมูลจำนวนมากได้ เช่น ข้อมูลการขายภายในโกดังข้อมูลในหลายปีที่ผ่านมา
— วิเคราะห์ความสัมพันธ์ระหว่างปัจจัยของธุรกิจ เช่น การขาย ผลิตภัณฑ์ เขตพื้นที่
— ผลรวมของข้อมูลที่เกี่ยวข้อง เช่น มูลค่าการขาย งบประมาณ และค่าใช้จ่ายภายในเขตพื้นที่
— การเปรียบเทียบข้อมูลการทำงานตามช่วงระยะเวลา ทุกเดือน ทุกไตรมาส ทุกปี
— มีการตอบสนองได้อย่างรวดเร็วให้กับผู้ใช้งานที่ต้องการ ดังนั้นผู้จัดการหรือนักวิเคราะห์สามารถติดตามการวิเคราะห์หรือการตัดสินใจได้ตลอดขั้นตอนการทำงาน

แหล่งที่มา https://sites.google.com/site/it514249124/olap-khux-1