Quels sont les avantages de l'OLAP en mémoire par rapport aux systèmes traditionnels dotés d'une mémoire importante?

Les moteurs OLAP en mémoire ont-ils des avantages par rapport aux moteurs OLAP traditionnels soutenus par suffisamment de RAM pour contenir le ou les cubes entiers?

Par exemple, si j'utilise un moteur MOLAP (SSAS) et un Go / To de RAM où le cube entier (ou même le schéma en étoile) réside en RAM, quelle est la différence par rapport à quelque chose comme TM1 / SAP HANA?

Les bases de données conçues avec l'hypothèse qu'elles résideront entièrement dans la mémoire principale peuvent utiliser des structures telles que les index T-tree . Mais le véritable avantage est que les IMDB sont simplement plus simples. Ils en font moins (car ils n'ont pas à se soucier de la gestion d'un cache ou de la sérialisation des écritures pour des raisons de cohérence, ou quoi que ce soit à voir avec les E / S conformes à ACID), ils exécutent donc moins d'instructions sur le matériel pour effectuer la même chose. "travail". Une base de données à usage général doit être tout pour tout le monde; comme un Leatherman a une douzaine d'outils, mais parfois vous avez juste besoin d'un tranchant, alors vous achetez une lame de Cold Steel , et personne ne conteste que c'est un meilleur couteau!

Ce n'est pas mon domaine d'expertise, mais si je comprends bien, la différence dans la majorité des bases de données OLAP dites en mémoire (ce n'est pas un terme que j'aime, il est utilisé comme argument marketing plus que comme une comparaison équitable des technologies) est la colonne stocker les index .

Column-Stores vs Row-Stores (dans quelle mesure sont-ils vraiment différents) est une bonne introduction à la technologie si vous êtes familier avec les structures de bases de données OLTP et OLAP traditionnelles.

Les index du magasin de colonnes feront leur apparition dans SQL Server 2012 (alias «Denali»).

Voici un lien vers une présentation Power Point de Conor Cunningham, architecte logiciel principal de l'équipe SQL Server Query Processor couvrant cette nouvelle fonctionnalité.

Les magasins de colonnes permettent une compression importante des données d'une manière qui n'est pas possible dans un système de magasin de lignes. Fondamentalement, toutes les valeurs d'une colonne ne sont stockées qu'une seule fois dans un dictionnaire, puis la base de données stocke une clé de dictionnaire entière au lieu de la valeur d'origine. Si vous aviez une base de données de stockage de lignes en mémoire, elle serait considérablement plus grande et plus impraticable, ce qui donnerait le coût de la mémoire. Les améliorations des performances sont suffisamment importantes pour que vous n'ayez plus besoin de pré-agréger les données de transaction et les cubes ne sont pas nécessaires dans la plupart des cas.

En outre, car le magasin de colonnes conserve toutes les valeurs d'une colonne dans les blocs de mémoire séquentielle, l'analyse a moins de blocs à ignorer dans des opérations telles que Sélectionner. Il y a cependant quelques inconvénients aux magasins de colonnes de manière transactionnelle, et HANA a par exemple ajouté des tables de magasins de lignes dans les versions ultérieures.