做一个OLAP工具需要实现哪些基本功能？

[clairehwa]

请教大家，做一个OLAP工具需要实现哪些基本功能？这些功能应该完全自己实现，还是调用sql server之类的dbms的功能？

[clairehwa]

补充，我想做的是ROLAP

[chinaeagle]

我也很关心这个问题！希望高手解答

我认为主要是用作分析的。

[littlegege]

象Sql server之类的工具，他们都带有自己的OLAP工具，Sql server里的就是Analysis Service。OLAP里要包括的功能是很多，象建立维表、事实表，为表添加层次关系，数据的上钻下卷、数据分析时数据视图的显示等等，都需要OLAP工具来做。并且，他最好还能提供数据挖掘工具的接口，便于作复杂的统计分析工作。

[mmkill]

数据仓库有四个基本特点；多维，钻取，旋转，多视图，所以你应该用专业的工具，比如Oracle的Disconver,它专门开发关系型的Olap.

[clairehwa]

太谢谢了，也贴出我看到的一片文章，和大家分享：
对于OLAP产品的选择一般从五个方面考察：
一、主要功能：
在线分析系统（OLAP）将已有的数据通过运算公式和转换规则创造成为新的信息，因此OLAP服务器和工具应该能够：
 从特定的一个或多个维度对数据进行提取、聚合、合计和预计算；
 对特定的一个或多个维度进行逻辑运算、公式和流程分析等方式的处理；
 支持概念分析模型——即选定的维度及其元素、运算逻辑、公式和分析流程，以及聚合、合计和提取的数据，例如有关通过给出的财务数据计算内部回报率（IRR）的财务模型；
 提供丰富的模型或知识库，如财务、市场、物流、代数和统计函数；
 强大的计算和比较分析能力，如排序、比较、百分比、最大值、最小值、平均值、动态平均、区域比较等；
 进行交叉维度计算，如成本分摊、重合处理和盈亏报表等；
 具有时间智能，如年与日期的关系、给定阶段日历、财政年度处理、动态均值和动态合计等；
 维的转换功能，如维表合并和元素共享等；
 灵活的浏览分析，如一维和多维旋转、交叉表分析、上下钻取等；
这些功能必须同时满足相应性能上的需求，保证业务用户分析的平滑和不间断性。
二、访问与连接特性：
商业用户的界面友好，与OLAP服务的连接可以灵活选择，从而可以满足业务用户使用的需求，并且可以内置新的OLAP分析模型。
 电子报表
用户可以将OLAP数据定制报表或生成电子表格做进一步分析处理；
 客户端的灵活适应性
可以快速启动到特定的分析主题，如预算等，关键是功能丰富可以满足业务需要；
 第三方工具支持
提供合适的API；
 通用建模语言与工具的支持；
 对流行技术的接口
VB，PB，OLE，DDE，CORBA等；
 Cube的浏览与管理；
对于内置的知识库和分析模型的访问能力：
 访问和提取基于层次、模型、时间和其他维度的字段；
 不同层次的简便访问；
 对于聚合、合计数据，分区和建立索引，可以提供准确的查询；
 针对特定关系型数据库的优化
三、OLAP服务引擎：
OLAP服务引擎无论在多维存储或关系型存储，都应达到分析模型和应用对其能力、扩展性和技术组件的要求。对技术组件的需求取决于分析模型和使用方法。
 读取和回写能力：一般用于交互预测和预算等应用；
 多用户写功能：支持多用户多维分析。OLAP的多用户写操作比对关系数据的直接操作更为重要。OLAP的数据更新和回写不是从行或表的角度考虑的，它需要对相应各维度的维表和层次进行再计算。如果这部分处理不理想，会造成大范围的写入锁定，使得性能下降。
 多数据库支持：OLAP应用往往涉及到不止一个数据库，它需要建立一个与多数据库交互的机制。例如，财务OLAP分析需要从销售OLAP中获取数据来建立盈亏报表，并进行预测与现实的比较。
 多数据类型的支持
四、系统管理：
管理功能覆盖系统初始准备，安装和运行三个阶段：
 定义维分析模型；
 建立和维护元数据；
 访问与权限控制（包括功能权限和数据权限）；
 从数据仓库和数据集市装载分析模型的能力；
 可将性能调整到可以接受的水平，使得用户可以方便地进行分析操作；
 根据具体数据库进行性能优化，调整维模型，以及更新数据；
 提供系统全面的管理；
 允许数据下载到客户端以进行进一步本地分析；
五、整体架构：
从整体考虑，在关系型和多维型OLAP并非只有一个选择，只有根据业务需要才能制定正确的选择标准。越来越多的方案将前台OLAP服务器（多维粗粒度数据）和后台关系型存储（详细数据）结合在一起，这种选择结合了两种技术的优势，而在实践中往往是现建立关系型数据库，需要时再增加多维存储。

上图所示配置中，经常访问的数据和查询将被预先计算、汇总、聚合并存储在OLAP的多维结构中，这些工作在分析模型从数据仓库和数据集市加载时就已完成，复杂
的计算和查询、公式化的数据也将被预处理后存储下来，这样就保证了高性能。不常用的访问操作将在实际命令发生时执行，有时这些数据甚至没有存储在OLAP中，而需要OLAP服务器临时从关系型数据中提取，使用监控功能可以保存这些临时提取得数据，以便应对用户对它们进一步的处理，这样就可以既提高性能，又能经济存储，而这种结构就应该具有对细节数据访问的功能，它可以建立一条从多维数据库到关系型数据库的访问通道。