著者の詳細については、ここをクリックしてください ジョージデマレスト.

ソフトウェアエンジニアの性質上、新しい優れたアルゴリズム、ツール、およびアプローチを迅速に採用し、古いものを迅速かつ無礼に投棄します。 これらの衝動の最も肯定的な結果は、迅速で継続的なイノベーションです。これは、知識豊富なビジネスリーダーが有利に働くことができます。 あまり前向きな結果は技術的負債であり、昨日あなたが作った混乱を拾わなければならないことの余波です。

このダイナミクスは、現在進行中のオンライン分析処理（OLAP）のストーリーで展開されています。 簡単な復習として、私たちの友達が何をしているのか見てみましょう OLAP.com 言わなければならない：

「OLAPはビジネスデータの多次元分析を実行し、複雑な計算、傾向分析、および高度なデータモデリングの機能を提供します。 これは、業績管理、計画、予算編成、予測、財務報告、分析、シミュレーションモデル、知識発見、およびデータウェアハウス報告のためのさまざまな種類のビジネスアプリケーションの基盤です。」

それはすべてうまく聞こえます。 だから問題は何ですか？ 問題はデータです。 たくさんのデータ。 ビッグデータ。 MicrosoftSSASやIBMCognosなどの従来のOLAPシステムにはデータが多すぎます。 BI チームはますます多くのOLAPプラットフォームを求めており、その結果、これらのシステムはこの新しいデータの重みで崩壊しています。

したがって、クラウド分析が23％のCAGRで成長すると予想されるこの時代では、「代わりにクラウドでそれを行うことができる」という多くの理由があります。 一見すると、それは理にかなっています。 クラウドは「無制限のパワー」と「無制限のスケール」を提供します。これは「無制限のデータ」のためのものです。 それでは、この光沢のある新しいビッグデータスタックの使用を最初からやり直しましょう。 正しい？

つかまっている。 コルクと一緒にシャンパンを捨てないようにしましょう。

OLAPツール、テクニック、およびデータベースがXNUMX年以上にわたって明るく燃えているため、かなりの技術的負債があり、それでも利益に変えることができる可能性があります。 言い換えると、OLAPモデルの背後には、クラウドの時代でも意味のある非常に有用なアイデアがいくつかあります。 XNUMXつは、結果の事前計算と、OLAP用語での「キューブ」と呼ばれるデータ構造の作成です。

レコメンデーションエンジンのような今日の豊富な新しいアルゴリズムのセットで、 予測分析、およびユーザーの行動分析では、OLAPが可能にする多次元分析から確かに恩恵を受けることができます。 では、アプリケーションアーキテクトやフルスタック開発者の場合は、矢筒にその矢印を入れてみませんか？

そして、データはどうですか？ 多くの企業は、データを高性能の多次元OLAPキューブに編成するために、莫大な時間、労力、および予算を投資してきました。 このタイプの知的財産は、クラウドのビッグデータスタックに移行する方法があれば、数百万の価値がある可能性があります。 これは実際には、オープンソースの世界（Apache Kylin）とコマーシャル（AtScale、Kyligence、IBM）の両方で起こっています。 これは、顧客がクラウド分析の野心に対して持っているオプションの前兆です。

クラウドで行われる分析が増えるにつれ、クラウドリソース（CPU、ストレージ、ネットワーク）とそれに関連するコストは、精査、管理、最適化する必要のある非常に重要な商品になります。

AWS、Microsoft、Snowflakeから採用するインフラストラクチャでビッグデータ分析を実行する前は、この同じ課題の大宇宙がオンプレミスで実行されていました。 ただし、クラウドOLAPは、その祖先よりも大幅に優れている必要があります。 個々のソリューションはさまざまですが、それらはすべて、クラウドネイティブのアプローチから利点を得ようとしています。

古いアプローチと新しいアプローチを比較すると、クラウドネイティブのOLAPが従来のOLAPを悩ませてきた制限をどのように修復しようとしているのかがわかります。

規模

最終的に従来のOLAPの寿命と価値を脅かすのは規模でした。 OLAPデータベースは、単一サーバー操作用に設計されており、ますます大規模なサーバーを介してのみスケールアップできます。 クラウドOLAPは、クラスター間で処理を分散するか、スケールアウトすることで、数千、最終的には数百万のアクティブな同時ユーザーを処理できます。

速度

従来のOLAPシステムは、最終的にデータ量によって行き詰まり、使用できなくなりました。 ダッシュボードはインタラクティブである必要がありますか、それともなぜわざわざですか？ これは、一定に保たれているXNUMXつの要件です。 「コーヒーを飲みに行く」ライトが付いたダッシュボードを作成することはできません。 Cloud OLAPは、データ量に関係なく、XNUMX秒未満で予測可能な応答時間を実現できます。

即時性

従来のOLAPの一般的な不満は、環境とデータ（キューブ）を設計、構成、および保守するために、高度なトレーニングを受けたOLAPエキスパートが必要であるというものでした。 これには、手に入れるのが難しく、維持するのが難しい専門的なスキルが必要でした。 クラウドOLAPを成功させるには、はるかに簡単でなければなりません。 クラウドリソースが非効率性によって浪費されないように、OLAPデータセットの設計、最適化、およびプルーニングのプロセスにマシンインテリジェンスを適用する必要があります。

教える

クラウドOLAPはそれ自体で学習する必要があります。 システムは、よりスマートで、より自動化され、セルフチューニングされる必要があります。 IT機能全体に機械学習を適用する動きは、分析インフラストラクチャと運用にも適用する必要があります。

インテリジェンスでさえスマートでなければなりません

クラウドOLAPの役割は、クラウドでのデータ分析のブルートフォース処理を削減し、データをより高速で読みやすい最適化された多次元データ構造にスマートに編成することです。 これにより、クラウドウェアハウスやデータレイクで発生するクエリの数を大幅に減らすことができます。 クラウドの時代では、最後のCPUサイクルごとに会計処理することが、ますますゲームの名前になります。 クラウドで膨大なデータセットを処理する場合、そのCPUクロックは刻々と過ぎており、それは単純なコストです。

コインスマート。 BesteBitcoin-ヨーロッパのBörse
出典：https：//www.dataversity.net/the-role-of-olap-in-the-cloud-era/