看到文末，有个小惊喜给你~

提到OLAP这个概念，相信很多人会感到很陌生，乃至于都没听过，于是就打开百度搜索，可是发现根本看不懂。别急，今天就用大白话给你详解OLAP分析。

大数据时代，数据无处不在，数据哪里来？企业日常的各个环节都会产生数据，一个企业从小到大的过程中，以建设IT系统的时刻为分隔点，数据的作用就不一样了。

小企业或者创业公司的数据都是票据、表格，但企业规模达到一定程度时则必须要建设IT系统，此时，数据开始在各种系统（ERP、CRM、OA、MES等）中积累。

数据价值随着其体量不断的累积也在一直增加，获取其中的知识，能够帮助企业发现问题与机遇并进行正确的决策，已经变成了越来越多企业的刚需。

但你知道的，数据量一大，必然会引起卡顿。

大多数人在处理大数据时都会经历类似的痛苦，比如海量数据查询速度慢、由于对稀缺系统资源的争用而导致的低并发，以及为了满足不同的数据需求而必须维护的异构系统。

人们想出不同的办法来解决这些痛点，一些方法明显带有IT行业求"新"求"酷"的倾向。人们看不起"老派"的技术方案，如OLAP、cube和多维分析，认为它们已经廉颇老矣，就像MapReduce出现时认为SQL将被抛弃的看法一样。

什么是OLAP分析？

近年才进入大数据和商业智能领域的朋友们可能已经不太熟悉 OLAP 一词，在此处先明确一下它的定义作为讨论的基础。

说到OLAP，就不得不提一下OLTP了，OLTP即在线事务处理，供基层业务人员使用。

而OLAP (在线分析处理) 是一种用于快速回答涉及多个维度的分析查询的方法，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决策人员，

以便他们准确掌握企业的经营状况。它通过将大型(有时是单独的)数据集聚合到称为OLAP Cube（数据立方体）的多维数据库中来实现此目标。

多年来，这种方法在商业智能分析中发挥了关键作用，尤其是在大数据方面。实践已经证明，采用数据聚合和预计算 OLAP 和 OLAP Cube，能够避免困扰现代BI工具和复杂大数据基础架构的一大基本难题：漫长的计算时间和缓慢的查询速度。有了OLAP分析，这些问题将迎刃而解，而其中的 OLAP核心能力的突破，将是增强分析的关键。

OLAP的优势

1、多维性：它面向分析，分析驱动，支持多维分析。“维”是人们观察数据的特定角度，是考虑问题时的一类属性，属性集合构成一个维(时间维、地理维等)。

2、信息性：它可以支持管理需要，面向决策人员；可以导出综合性和提炼性数据信息。

3、强处理性：OLAP一次处理的数据量比OLTP大得多。

4、快速性:用户对OLAP的快速反应能力有很高的要求。系统应能在5秒内对用户的大部分分析要求做出反应。

而商业智能BI不仅仅是OLAP工具，它还包含数据挖掘工具、统计分析工具等等，增强决策分析功能。

OLAP是如何给大数据行业带来巨变的？

为什么 OLAP 分析在大数据时代仍然老当益壮、价值非凡？就像 SQL 一样，它基于一个坚实的理论，随着时间的推移，它已经被证明是通用的，在需求增加时，这个概念仍旧成立。

老一代OLAP分析的技术实现需要严格的从头开始手动建模，Cube的大小极大限制了大数据背景下的使用场景，动辄成百上千新旧不一的Cube需要繁重的运维，架构无法纵向扩展、无法满足大数据量下构建、查询和并发的性能要求。这种处理方式在新一代的BI工具中并不适用，就拿国内顶尖的BI工具FineBI举例吧。

FineBI的数据业务包是BI分析的数据基础，由管理员创建，通过定义的数据连接向数据库中取数，获取到的数据自动保存在Cube中，BI分析则从Cube中获取数据，这也就保证了只要Cube中存有数据，就算不联网也可以使用BI分析。

FineBI凭借OLAP分析真正做到了将技术人员的工作系统化，高效赋能业务人员 。 业务人员只需自助地使用 BI 工具直接分析即可。系统将自动地理解分析意图，并在后台透明地进行数据准备和加速。透明加速后的查询提速至几十倍到上百倍，满足业务人员交互式的即席分析需求。

FineBI是什么？

OLAP和商业智能（BI）常常在一起出现，但事实上OLAP工具仅仅是BI的一部分，是一项十分关键的分析技术。

国内外的BI工具，可以说有很多，因为每个人对BI工具的标准、项目环境不同，所以就有不同的评价。

那这种情况下，市场占有率就显得很重要了。先说国外软件吧，BI领域最强的就是Tableau了，但是无奈，有3个致命的缺点：

• 价格太高，多为代理商，售后服务得不到保障（土豪请无视）
• 操作模式根本不适合国人（不信的可以去试试）
• 适合有基础的数据分析师，而不是小白，这对于一些需要业务人员上手操作的企业很不友好

FineBI（文末有下载链接）是国产品牌，也是国内为数不多能占据世界领先地位的数据工具，自带ETL，可视化很酷炫，主打业务人员自助式分析，企业版价格也是很良心，个人用免费。

1、自助式分析

跟传统开源数据分析工具的使用逻辑不同，finebi提出的是自由数据分析，我们可以按照自己的需求随时取用已准备好的数据包，然后再进行多方式、多维度的探索式数据分析。

也就是说，开源BI只能给IT人用，一般业务人员有了分析需求的变化，IT就要不断跟业务人员进行扯皮，想要把数据下放吧，却无奈业务人员根本搞不懂开源BI。而FineBI的好处就是可以让业务人员自己进行取数分析，剥离IT的束缚实现自助分析。

2、支持大数据量

传统开源数据分析工具因为系统稳定性太差，没有办法处理海量的企业大数据，很有可能处理万级数据就会卡死，更不用说亿级的数据量了；即使能够支持大数据量，其系统运维的难度也是很高的。

而FineBI能进行海量数据的分析，可以根据数据量、实时性要求、使用频次等需求，自由选择实时或抽取的方式，其专用的Spider引擎能够支持连接企业的大数据计算平台。

3、可视化程度高

FineBI内置了非常丰富的可视化图表，在数据展示上比开源数据分析工具要强不少，而且操作简单，只需要通过鼠标拖拽就能可以实现。

比如说，不仅能够支持数据分析常用的柱形图、折线图、饼图、雷达图、气泡图、热力地图、GIS地图、仪表盘、全距图、甘特图、书图等多种图表类型和图标样式，还能支持第三方图表插件，效果也非常惊艳。

4、数据整合能力

开源数据分析工具为什么越来越不适合企业呢？其中一个很大的原因就是数据口径难以整合，而FineBI这种商用BI的一大优势就是，可以把数据源彻底打通，数据统一放入数据库后再进行指标清洗，能够大大减轻IT底层人员的工作量。

而且FineBI不仅能够支持关系型数据库，而且还支持Oracle、SQLServer、MySQL等数据库，以及其他各种主流多维数据库，它采用的是自己的分布式连接方案，取数速度比以前快上不止一个等级。

别的我也不说了，你们自己去下载体验吧，下期出一个FineBI的疫情分析。

关注我，并转发该文章，私信回复“疫情”，即可获得FineBI永久免费版和demo体验地址~

閱讀更多 IT技術管理那些事兒 的文章

關鍵字: 伴随成长的中国味品牌 大数据 分析师