OLAP ย่อมาจาก On-Line Analytical Processing เป็นองค์ประกอบของเทคโนโลยีซอฟต์แวร์ที่ให้ Analysts Managers และ Executives ได้ Insight เข้าสู่ข้อมูลผ่านการเข้าถึงที่รวดเร็ว สม่ำเสมอ โต้ตอบ ในมุมมองที่เป็นไปได้หลากหลายของข้อมูล ที่เปลี่ยนแปลงจากข้อมูลดิบ เพื่อสะท้อน Dimensionality จริงขององค์กร ตามที่ลูกค้าเรียนรู้
OLAP อนุญาตให้ผู้ใช้สร้างสรุปเชิงบรรยายหรือเปรียบเทียบของข้อมูล และ Analytics Queries อื่นๆ ออนไลน์ มันกำหนดองค์ประกอบของซอฟต์แวร์และเทคโนโลยีที่อนุญาตให้รวบรวม จัดเก็บ จัดการ และทำซ้ำข้อมูลหลายมิติ เพื่อวัตถุประสงค์การวิเคราะห์
อนุญาตให้ผู้ตัดสินใจได้ Insight เข้าสู่ข้อมูลผ่านการเข้าถึงที่รวดเร็ว สม่ำเสมอ โต้ตอบ กว้างขวางของมุมมองที่เป็นไปได้ของข้อมูล ที่เปลี่ยนแปลงจาก Raw Data ไปสู่ Dimensionality จริงของแอตทริบิวต์
OLAP Servers นำเสนอข้อมูลหลายมิติให้ Business Users จาก Data Warehouse หรือ Data Marts โดยไม่กังวลว่าข้อมูลจัดเก็บอย่างไรหรือที่ไหน โครงสร้างทางกายภาพและการดำเนินการของ OLAP Servers ควรพิจารณาปัญหาการจัดเก็บข้อมูล
OLAP Services มีลักษณะเฉพาะด้วย Dynamic Multidimensional Analysis ของ Consolidated Enterprise Data OLAP ดำเนินการใน Multiuser Client/Server Mode และให้การตอบสนอง Query ที่รวดเร็วสม่ำเสมอ ไม่ว่าขนาดและความซับซ้อนของฐานข้อมูลจะเป็นอย่างไร ช่วยให้ผู้ใช้สังเคราะห์ข้อมูลองค์กรผ่านการดูและวิเคราะห์แบบเปรียบเทียบ บุคคล化 (Personalized) ของข้อมูลเชิงประวัติศาสตร์และข้อมูลที่พยากรณ์ ในสถานการณ์ Data Model ต่างๆ
บางระบบ OLAP ให้ Drilling Operations มากกว่า ตัวอย่าง Drill-across ดำเนินการ Queries ที่มี (คือ Across) Fact Table มากกว่าหนึ่งตาราง Drill-through Services ต้องการ Relational SQL Functions เพื่อ Drill ผ่าน Bottom Level ของ Data Cube ลงสู่ Back-end Relational Tables
การดำเนินการ OLAP หลายอย่างอาจเกี่ยวข้องกับ Ranking Top N หรือ Bottom N Items ใน Lists และการคำนวณ Moving Averages Growth Values Interests Internal Rates of Return Depreciation Currency Conversions และ Statistical Services
Efficient Processing of OLAP Queries (การประมวลผล OLAP Queries อย่างมีประสิทธิภาพ)
เป้าหมายของการ Materialize Cuboids และสร้าง OLAP Index Structures คือเพื่อเร่งการประมวลผล Query ใน Data Cubes
1. กำหนด Operations ที่ควรดำเนินการบน Cuboids ที่มีอยู่
รวมถึงการแปลง Selection, Projection, Roll-up (Group-by) และ Drill-down Operations ที่แสดงใน Query ให้เป็น SQL และ/หรือ OLAP Operations ที่ตรงกัน
2. กำหนดว่า Operations ที่เกี่ยวข้องควรใช้กับ Materialized Cuboid(s) ใด
รวมถึงการระบุ Materialized Cuboids บางส่วนที่อาจใช้ตอบ Query ได้ Pruning ชุดถัดไปโดยใช้ความรู้ของความสัมพันธ์ "Dominance" ระหว่าง Cuboids คำนวณค่าการใช้ Materialized Cuboids ที่เหลือ และเลือก Cuboid ที่มีต้นทุนต่ำสุด
