大数据数仓之OLAP总结（一）

最新推荐文章于 2026-04-06 07:30:00 发布

原创

最新推荐文章于 2026-04-06 07:30:00 发布 · 1k 阅读

标签

#olap #数仓 #数据仓库 #bi #数据可视化

本文介绍了OLAP在大数据数仓中的重要性，详细阐述了OLAP的需求、引擎和BI框架。OLAP用于商业智能，强调快速、准确的数据分析。文章探讨了预计算、内存计算和改良派等多种加速OLAP的技术，并提到了如Kylin、Druid、Presto、Spark和Clickhouse等解决方案。最后，讨论了OLAP BI框架，包括免费和商业选项，如Superset、FineBI、Tableau和PowerBI。

大数据数仓之OLAP总结（一）

1. 背景

在企业生产中，由于现有商业环境和业务越来越复杂和庞大，没有准确及时的数据支撑，在做企业经营决策和分析时，是无法得到很好的现实反馈，甚至会导致企业经营失败，项目关闭，公司破产。
现有企业中，各个部门密切合作，运营，销售部门对接客户，技术部门做技术支撑，老板根据业务数据做企业决策。在这个过程中，如何快速，准确获取企业经营相关各类数据就显得非常重要。而随着互联网，特别是移动互联网发展，联网用户越来越多，企业业务一旦涉及到互联网，所需要处理分析的数据剧增，这时候如何从这些数据中快速准确获取所需要的信息，就轮到大数据技术登场。

2. OLAP需求

OLAP，在传统OLAP领域，数据存储和数据分析一般都是由传统数据库承担，如Oracle，WIndows Server等集群，既可以存储数据，也可以做数据分析。注意，OLAP就是在线联机分析，这种场景对于数据存储要求是一次存入，多次查询，和业务数据库要求不太一样。
OLAP的数据查询结果，可以分为2类，一类是直接做展示，一类是用于业务场景的优化策略的，这种场景下数据一般不做可视化。
OLAP可以划分OLAP引擎和OLAP可视化工具，可视化工具也就是所说的BI。注意，OLAP是需要支持交互的，因为查询数据很多时候需要从各个角度对数据做分析提取。
因为OLAP一般都是用于商业数据分析，也就是常说的BI，商业智能。所以需要数据分析处理快，存储数据多（要从各类数据中提取出有效信息），分析结果准确。
分析出来的结果有时候还需要做可视化展示，给老板，客户，运营，销售等做数据的动态变化显示。这时候就需要有一个足够强大的框架，可以支持各类报表，多种维度和数据可视化框架。