MOLAP、HOLAP和ROLAP的区别

ROLAP(relational OLAP)，细节数据、聚合后的数据都保存在关系型的数据库中。这种方式查询效率最低，但是如果数据量比较小的话，用这种方法未尝不可。
HOLAP(hybrid OLAP)，细节数据保留在关系型数据库的事实表中，但是聚合后的数据保存在cube中。
MOLAP(multidimensional OLAP)，将细节数据和聚合后的数据均保存在cube中，在查询性能上就有很大提高，问题就是会占用很大的空间，说白了，就是用空间换时间。

以上三种方式，具体情况具体利用.

记得2000年的时候，在QiDSS中使用的是ROLAP技术。到2003年，全国上下的BI系统几乎都采用MOLAP技术，这是一个很值得思考的现象。表面上看，由于工具厂商市场份额的变化，对产品推广力度不够。在QiDSS中，使用Metacube作为OLAP Server，但是就在那个时候，它已经宣称不再升级甚至不再提供支持了，当时业界提供纯ROLAP产品的厂商已经不多，现在Microstrategy公司依然存在，而且据说在国内有几个客户，很早了解他们就是因为它是ROLAP产品提供商，不过对它们现在的产品线已经不清楚了。

更深一层看，为什么ROLAP产品生存空间不大，必定和用户的需求有关系。用户需要的不是产品，而是在线分析的功能，其中重要的一点就是分析响应速度。
这一点还是MOLAP占了上风。从技术角度来说，ROLAP和MOLAP各有千秋。前者基于关系型数据库，它的OLAP引擎就是将用户的OLAP操作，如上钻下钻过滤等，转换成SQL语句提交到数据库中执行，并且提供聚集导航功能，根据用户操作的维度和度量将SQL查询定位到最粗粒度的事实表上去。相比较而言，MOLAP事先将汇总数据计算好，存放在自己特定的多维数据库中，用户的OLAP操作可以直接映射到多维数据库的访问，无需通过SQL访问。可以说ROLAP提供了更大的灵活度，但可能正是这种灵活度，造成对用户使用的不友好印象，确实相比Metacube和Cognos，前者的操作复杂多了，不过这应该不成问题，是可以改善的。

性能的问题却不是非常容易解决的，关键还不在是聚集表快还是多维数据库快。从体系架构上说，采用MOLAP使得OLAP应用和数据仓库分离开，降低了耦合度，这种架构是比较理想的，可以让不同部件专门干自己的事，付出的代价主要是ETL的复杂度。而ROLAP技术直接依赖数据仓库，与之紧密结合，OLAP的性能很大程度上依赖数据仓库模式设计，这一点不是总是被保证的。

不过对于ROLAP，我对之有些信心。别看现在大家都在用Cognos、Essbase什么的，那都是轧堆，十年河东，十年河西。如果在ROLAP上有成熟的方法论用以规范化数据仓库设计的话，以后必定又能大放异彩。