Tugas Data Warehouse Nanda Yustina – 0810680046
ROLAP (Relational Online Analitycal Processing) ROLAP adalah tipe OLAP yang bergantung kepada database relasional atau RDBMS (Relational Database Management Mana gement System) sebagai media penyimpanan (storage) data yang akan diolah. Dengan strategi tersebut tersebut maka OLAP Server terhindar dari masalah pengelolaan data storage dan hanya menerjemahkan proses query analysis (MDX) ke relational query
(SQL). Otomatis proses optimasi ROLAP ROLAP akan sangat ditentukan di sisi produk RDBMS yang digunakan misalkan dari sisi penanganan jumlah data dan strategi indexing. ROLAP merupakan cara lain yang digunakan untuk melakukan partisi menggunakan tabel relasional dalam data warehouse. Banyak orang berpendapat bahwa basis data yang dirancang secara khusus untuk sebuah keperluan analisis tidak dibutuhkan karena sebuah basis data relasional sudah cukup mampu untuk menampilkan data OLAP. Hal ini hanya berlaku pada tingkat tertentu saja, pada sebuah basis data yang terdiri dari ribuan atau ratusan ribu records maka menampilkan data OLAP akan menjadi sebuah masalah, karena banyak data yang harus diquery. Dan hal ini lah yang menjadi keterbatasan partisi ROLAP.
Plus (+) :
– Dapat menangani jumlah volume data yang sangat besar, batasan ukuran volume data yang ditangani pada teknologi ROLAP adalah batas dari volume dari Relational Database yang dipakai. Dengan kata lain pada ROLAP sendiri tidak ada batasan volume data.
– Dapat memanfaatkan fungsi-fungsi yang ada pada Relational Database yang dipakai. Minus (-) :
– Performance dapat lambat, karena setiap ROLAP report pada dasarnya adalah SQL Query pada Relational Database, waktu query dapat lebih lama jika volume data semakin besar.
– Fungsi SQL yang terbatas, karena teknologi ROLAP terutama tergantung pada pembentukan statement Query pada Relational Database, dan tidak semua kebutuhan dapat terpenuhi dengan SQL Statement. ROLAP vendor telah mengantisipasi resiko ini dengan cara
membuat
Tool
out-of-the-box
untuk
fungsi-fungsi
yang
kompleks
bahkan
memungkinkan user untuk mendefinisikan fungsi-fungsi yang dibutuhkannya sendiri.
MOLAP (Multidimensional Online Analitycal Processing) MOLAP adalah
tipe
OLAP
yang
memiliki storage sendiri,
yang
isinya
merupakan precomputed agregasi data - sum, count, min, max, dan sebagainya - yang terlibat pada berbagai level detil. Storage ini berupa format yang hanya dikenali oleh MOLAP server tersebut dan telah khusus dioptimalkan untuk penggunaan oleh aplikasi tersebut. Ini adalah cara tradisional dalam analisis OLAP. Dalam MOLAP data disimpan dalam bentuk Multidimensional Database. Tidak seperti basis data relasional yang menyimpan data dalam jumlah baris dalam tabel, sebuah data multidimensional menyimpan data dalam sejumlah array multidimensional. Karena dimensi dapat diakses secara mudah, maka user dapat melakukan query pada basis data MOLAP dengan sangat cepat. Selain mengandung data mentah, basis data MOLAP juga mengandung agregasi data sehingga dapat memberikan respon yang cepat terhadap query.
Plus (+) :
– Performance hebat, karena MOLAP memang dibangun untuk pengambilan data yang cepat dan optimal.
– Dapat membentuk kalkulasi yang komplek dan cepat. Minus (-) :
– Jumlah volume data yang dapat ditangani terbatas. HOLAP Hybrid OLAP,
menggabungkan kedua teknologi diatas. HOLAP menggunakan
Relational Database untuk menyimpan Detail data dan menggunakan Multidimensional Database untuk menyimpan Aggregate-nya. HOLAP services dapat menggunakan data MOLAP dan ROLAP secara simultan untuk memecahkan suatu query.
Tabel Perbedaan ROLAP, MOLAP, dan HOLAP
Pembanding Jumlah
ROLAP
volume Dapat
data
menangani Jumlah
jumlah yang
MOLAP
volume
sangat
tidak
ada
data yang
volume dapat
HOLAP data Jumlah Volume yang
ditangani dapat
besar, terbatas.
ditangani
juga
sangat besar ( tidak ada
batasan
batasan)
volume data. Performa
Performa dapat lambat, Performa hebat, karena Performa hebat, karena karena setiap ROLAP MOLAP
memang mengabungkan
report pada dasarnya dibangun adalah pada
SQL
teknik
untuk ROLAP dan MOLAP
Query pengambilan data yang
Relational cepat dan optimal.
Database, waktu query dapat lebih lama jika volume data semakin besar. Aspek
ROLAP menggunakan MOLAP menggunakan HOLAP menggunakaan
penyimpanan
Temporary Cache (SQL
data (Cache yang Result Cache)
Permanent
Cache (Temporary
(Precomputed Storage)
digunakan)
Cache)
untuk agregatnya, dan Precomputed
Storage
untuk data permanen Teknik
Data disimpan dalam
penyimpanan
bentuk
data
database
Data
disimpan
dalam Menggunakan
relational bentuk multidimensional Relational Database.
untuk Detail
Database menyimpan data
dan
Multidimensional Database
untuk
menyimpan Aggregatenya
Isi
Data
dalam
jumlah Data mentah, dan juga Data
baris dalam tabel
mengandung data
dalam
dalam
jumlah
agregasi baris dalam table dan sejumlah
array multidimensional
juga
agregasi
mengandung data
sejumlah
dalam array
multidimensional
Operasi OLAP Operasi-operasi yang terdapat pada OLAP antara lain : 1. Slicing dan Dicing Slicing dan dicing adalah operasi untuk melihat data sebagai visualisasi dari kubus. Dengan
slicing dan dicing pengguna dapat melihat data dari beberapa perspektif. Pengguna dapat mengekstrak bagian dari data agregrated dan dapat memeriksa dengan detail berdasarkan dimensi-dimensi
yang
diinginkan.
Data Agregrated merupakan
data
praperhitungan
( precalculated) dalam bentuk rangkuman data (data summarized) sehingga query pada kubus (cube) lebih cepat. Slicing memotong kubus sehingga dapat memfokuskan pada perspektif yang
spesifik (pada suatu dimensi). Sedangkan dicing memberikan kemampuan untuk melihat pemilihan data pada dua dimensi atau lebih. Yaitu dengan merotasi cube pada perspektif yang lain sehingga pengguna dapat melihat lebih spesifik terhadap data yang dianalisa. 2. Roll up dan drill down Drill down dan roll up adalah operasi untuk melihat data global atau detail disepanjang level
hiraraki dimensi. Roll up untuk melihat data secara global atau rangkuman (summary). Drill down memandu pengguna untuk memperoleh data yang lebih detail. Drill down ini biasa digunakan untuk menjawab pertanyaan atas suatu kasus tertentu. Misalnya untuk menjawab pertanyaan ketika sebuah summary number (rata-rata atau jumlah) di bawah atau di atas harapan.
