Tipos de almacenamiento

Para facilitar esta elección, desarrollaremos los conceptos de MOLAP, ROLAP y HOLAP y luego haremos una comparación de los mismos.     

1)MOLAP

En el modo de almacenamiento MOLAP (OLAP Multidimensional)  una copia de los datos de origen  del cubo, junto con sus agregaciones, es almacenada en una estructura multidimensional.

Debemos tener en cuenta que mientras los datos de origen cambian directamente con las operaciones, los objetos con almacenamiento MOLAP deben ser procesados para incorporar estos cambios.

El tiempo comprendido entre un procesamiento y el siguiente, crea un periodo de latencia durante el que puede que la información OLAP no coincida con los datos de origen actuales.

Como característica del almacenamiento MOLAP podemos desatacar:

*  Provee excelente rendimiento y compresión de datos.

* Tiene mejor tiempo de respuesta, dependiendo solo del porcentaje de las agregaciones del cubo.

*  La estructura está muy optimizada para maximizar el rendimiento de las consultas.

*  En general este método, es muy apropiado para cubos con uso frecuente por su rápida respuesta.

2)ROLAP

En un modelo ROLAP (OLAP Relacional) toda la información del cubo, sus datos, su agregación, sumas, etc., son almacenados en una base de datos relacional.

A diferencia del modo de almacenamiento MOLAP, ROLAP no almacena copia de la base de datos, accede a las tablas originales cuando necesita responder a las consultas, generalmente es mucho más lenta que las otras estrategias de almacenamiento (MOLAP o HOLAP).

ROLAP se utiliza para ahorrar espacio de almacenamiento cuando se trabaja con grandes conjuntos de datos que se consultan con poca frecuencia; por ejemplo, datos exclusivamente históricos.

Los usos comunes de este esquema son:

*  Cuando los clientes desean ver los cambios inmediatamente.

*  Cuando contamos con grandes conjuntos de datos que no son frecuentemente buscados

3)HOLAP

HOLAP (OLAP híbrido) combina atributos de MOLAP y ROLAP.

Al igual que MOLAP, HOLAP hace que las agregaciones se almacenen en una estructura multidimensional, y los datos a nivel de detalle, en una base de datos relacional como lo hace el almacenamiento ROLAP.

Para procedimientos de búsqueda que accedan datos sumarizados, HOLAP es equivalente a MOLAP. Por el contrario, si  los procesos de consultas accedieran a los máximos niveles de detalle, deberían recuperar los datos de  la base de datos relacional y esto no seria tan rápido comparado con una estructura MOLAP.

Los cubos almacenados como HOLAP, son más pequeños que los MOLAP y responden más rápidos que los ROLAP.

Usos comunes de HOLAP

 *  Cubos que requieren rápida respuesta

*  Cuando existen sumarizaciones basadas en una gran cantidad de datos de origen.

*  Solución de compromiso para bajar el espacio ocupado sin perjudicar totalmente el rendimiento de las consultas.

	MOLAP	ROLAP	HOLAP
Almacenamiento de las Agregaciones	Modelo Multidimensional	Base de datos relacional	Modelo Multidimensional
Almacenamiento de los datos	Modelo Multidimensional	Base de datos relacional	Base de datos relacional
Facilidad de Creación	Sencillo	Muy  Sencillo	Sencillo
Velocidad de respuesta	Buena	Regular o Baja	Buena para consultas que posean agregaciones, Regular para datos de bajo nivel
Escalabilidad	Problemas de escalabilidad	Son más escalables
Recomendados para	Cubos con uso frecuente	Datos que no son frecuentemente usados	Si el cubo requiere una rápida respuesta

	Ventajas	Desventajas
MOLAP	Mejor performance en los tiempos de respuesta	Duplica el almacenamiento de datos  (ocupa más espacio) Tiempo de Latencia
ROLAP	Ahorra espacio de almacenamiento. Útil  cuando se trabaja con muy grandes conjuntos de datos.	El tiempo de respuesta a consultas es mayor.
HOLAP	Buen tiempo de respuesta sólo para información sumarizada	Volúmenes de datos más grandes en la base de datos relacional

Ä  MOLAP es un OLAP basado en el acceso a una base de datos multidimensional Ä  ROLAP es un OLAP basado en el acceso a una base de datos relacional Ä  HOLAP es un OLAP situado entre ROLAP y MOLAP, accede a la Multidimensional y a la Relacional.