OLAP: Online Analytical Processing einfach erklärt

OLAP (Online Analytical Processing) bezeichnet Analyse-Systeme, die Daten mehrdimensional auswerten — zum Beispiel Verkäufe nach Zeit, Region und Produkt zugleich. Der Begriff geht auf Edgar F. Codd (1993) zurück und ist das Gegenstück zu OLTP (Transaktionsverarbeitung).

\n

Mehrdimensionales Datenmodell

\n

OLAP organisiert Kennzahlen (Fakten) entlang mehrerer Dimensionen. Der Würfel (Cube) kombiniert Dimensionen wie Zeit, Ort und Produkt; jede Zelle enthält einen aggregierten Wert. Die typischen Operationen:

\n
    \n
  • Slice/Dice: Scheiben oder Teilwürfel herausfiltern
    • \n
  • Roll-up: Aggregation auf höherer Ebene (z. B. Monat → Jahr)
    • \n
  • Drill-down: Aufschlüsselung in feinere Details (Jahr → Monat → Tag)
    • \n
  • Pivot: Dimensionen neu anordnen, um Sichten zu drehen
    • \n
\n

MOLAP, ROLAP, HOLAP

\n

Bei MOLAP liegen die Daten voraggregiert in einem eigenen mehrdimensionalen Speicher (sehr schnelle Abfragen, dafür Vorab-Berechnung). ROLAP arbeitet direkt gegen eine relationale Datenbank (typischerweise in einem dimensionalen Sternschema) und aggregiert zur Laufzeit. HOLAP mischt beide Ansätze.

\n

Einsatz

\n

OLAP ist die Auswertungsschicht über einem Data Warehouse oder Data Mart und Grundlage für Business Intelligence, Dashboards und Ad-hoc-Analysen (häufig auf Basis eines Lakehouse). Werkzeuge: Microsoft Analysis Services, SAP BW, ClickHouse, Apache Kylin, viele BI-Suiten.

\n

Verwandte Grundlagen: Data Warehouse, Data Mart, ETL.