MOLAP, ROLAP Y HOLAP

NOMBRES: JUAN CARLOS ARIAS, CAMILO ÁLVAREZ, DIEGO PEÑA, BENJAMÍN

CAYUPI, NICOLÁS PÉREZ
 ROLAP (PROCESAMIENTO ANALÍTICO ONLINE
RELACIONAL)
• ROLAP se caracteriza por trabajar con
bases de datos relacionales, es decir, bases
de datos que se relacionan entre sí para
poder obtener mejores conclusiones y un
análisis más profundo y detallado. A su
vez, permite organizar de una manera
efectiva las bases de datos y sacar un
mejor partido de éstas. Algunos ejemplos
de uso son:
• Nuevos contactos con clientes.
• Nuevos contactos con proveedores
• Otorgar mejoras en el control interno.
 MOLAP (PROCESAMIENTO ANALÍTICO
MULTIDIMENSIONAL EN LÍNEA)

01 02 03 04
Esta implementación El resumen de la Estos valores Algunos sistemas
OLAP almacena los información es precalculados o utilizan técnicas de
datos en una base usualmente agregaciones son la compresión de
de datos calculado por base de las datos para disminuir
multidimensional adelantado. ganancias de el espacio de
para optimizar los desempeño de este almacenamiento en
tiempos de sistema. disco debido a los
respuesta. valores
precalculados.
 MOLAP (PROCESAMIENTO ANALÍTICO
MULTIDIMENSIONAL EN LÍNEA)
• El sistema MOLAP utiliza una
arquitectura de dos niveles: la BDMD y
el motor analítico.
• La BDMD es la encargada del manejo,
acceso y obtención de los datos.
• El nivel de aplicación es el responsable
de la ejecución de las consultas OLAP
MOLAP VS ROLAP

• El ROLAP es un sistema más flexible que el

MOLAP por la manera en la que se crean
las bases de datos.
• El ROLAP esta pensado para trabajar con
una cantidad mayor de datos y MOLAP con
una cantidad de datos modesta.
• El tiempo de carga de los sistemas ROLAP
es inferior al de los sistemas MOLAP, ya que
en los primeros se puede ajustar el modelo
ETL a uno de datos particular.
HOLAP (PROCESAMIENTO ANALÍTICO EN LÍNEA
HÍBRIDO)
• HOLAP constituye un sistema híbrido entre MOLAP
y ROLAP, que combina estas dos implementaciones.
• Los datos agregados y precalculados se
almacenan en estructuras multidimensionales y los
de menor nivel de detalle en estructuras
relacionales. Es decir:
• Se utilizará ROLAP para navegar y explorar los
datos a bajos niveles de granularidad
• Se utilizará MOLAP para la explotación de datos
precalculados, por lo general sumatorias o
funciones de alto de nivel de agregación, suelen se
los más utilizados en los dashboards