OLAP ย่อมาจาก On-Line Analytical Processing เป็นองค์ประกอบของเทคโนโลยีซอฟต์แวร์ที่ให้ Analysts Managers และ Executives ได้ Insight เข้าสู่ข้อมูลผ่านการเข้าถึงที่รวดเร็ว สม่ำเสมอ โต้ตอบ ในมุมมองที่เป็นไปได้หลากหลายของข้อมูล ที่เปลี่ยนแปลงจากข้อมูลดิบ (Raw Information) เพื่อสะท้อน Dimensionality จริงขององค์กร ตามที่ลูกค้าเรียนรู้
OLAP Servers นำเสนอข้อมูลหลายมิติให้ Business Users จาก Data Warehouses หรือ Data Marts โดยไม่กังวลว่าข้อมูลจัดเก็บอย่างไรหรือที่ไหน โครงสร้างทางกายภาพและการดำเนินการของ OLAP Servers ควรพิจารณาปัญหาการจัดเก็บข้อมูล
การดำเนินการ OLAP Data Cube หลายอย่างทำให้ Multiple Views เหล่านี้เกิดขึ้น (Materialize) ทำให้สามารถ Query และวิเคราะห์ข้อมูลที่มีอยู่ได้แบบโต้ตอบ ดังนั้น OLAP ให้สภาพแวดล้อมที่สะดวกสำหรับการวิเคราะห์ข้อมูลโต้ตอบ
OLAP Operations หลัก
Slice (การตัดแผ่น)
อธิบาย Subcube เพื่อรับข้อมูลเฉพาะเจาะจงมากขึ้น ดำเนินการโดยการเลือกหนึ่งมิติ (Dimension)
Dice (การตัดลูกเต๋า)
อธิบาย Subcube โดยการเลือกบนสองมิติหรือมากกว่า
Roll-up (การสรุปข้อมูล)
Roll-up ให้ผู้ใช้สรุปข้อมูลเป็นระดับทั่วไป (General Level) สูงขึ้นในลำดับชั้น (Hierarchy) การดำเนินการ Roll-up ที่แสดง รวมข้อมูลโดยขยาย Area Hierarchy จากระดับเมือง (City) ไปยังระดับประเทศ (Country) อีกนัยหนึ่ง แทนที่จะจัดกลุ่มข้อมูลตามเมือง ผลลัพธ์ Cube จัดกลุ่มข้อมูลตามประเทศ
เมื่อ Roll-up ดำเนินการโดย Dimension Reduction มิติหนึ่งหรือมากกว่าถูกลบออกจาก Cube ที่กำหนด ตัวอย่าง พิจารณา Sales Data Cube ที่มีเพียง 2 มิติ Location และ Time Roll-up สามารถดำเนินการโดยการลบมิติ Time ทำให้เกิดการรวม (Aggregation) ของยอดขายรวมตาม Location แทนที่จะเป็นตาม Location และ Time
Drill-down (การขุดลงลึก)
Drill-down เป็นตรงข้ามของ Roll-up ทำงานจากข้อมูลที่รายละเอียดน้อยไปสู่ข้อมูลที่รายละเอียดมากขึ้น Drill-down สามารถทำได้โดยการ Step-down Concept Hierarchy สำหรับมิติ หรือนำเสนอมิติมากขึ้น Drill-down เกิดขึ้นโดยการลงจาก Time Hierarchy จากระดับไตรมาส (Quarter) ไปยังระดับเดือน (Month) ที่แม่นยำ ผลลัพธ์ Data Cube วิเคราะห์ยอดขายรวมต่อเดือน แทนที่จะสรุปตามไตรมาส
Visualisation (การแสดงภาพ)
Visualization หมายถึงการนำเสนอข้อมูลด้วยภาพ ช่วยเหลือด้วย Charts, Images, Lists, Charts และ Visual Objects อื่นๆ ที่ครอบคลุม ช่วยให้ผู้ใช้เข้าใจข้อมูลภายในส่วนน้อยของเวลา และแยกข้อมูล รูปแบบ และแนวโน้มที่เป็นประโยชน์ นอกจากนี้ ทำให้ข้อมูง่ายต่อการเข้าใจ
อีกนัยหนึ่ง กล่าวได้ว่า การนำเสนอข้อมูลในโครงสร้างกราฟิก (Graphical Structure) เพื่อให้ผู้ใช้เข้าใจกระบวนการแนวโน้มในข้อมูลได้ง่าย เรียกว่า Data Visualization
