Зачем нужна и что такое оперативная аналитическая обработка данных (OLAP, Online Analitical Processing)
Когда речь заходит об оперативной аналитической обработке данных, можно услышать разноречивые мнения.

Некоторые говорят: «Это просто маркетинговый ход производителей программного обеспечения». С таким утверждением нельзя согласиться. Ранние воплощения OLAP (Online Analytical Processing) появились в 80-х годах, а бум пришелся на середину 90-х. Технология OLAP успешно преодолела пик ажиотажа и стала одной из важных составляющих новой, более широкой категории методов и средств бизнес-интеллекта (Business Intelligence) [1].

«Ничего нового OLAP не предлагает — мы уже сами разработали и используем у себя подобные средства». Это суждение — как и следующие — верно лишь отчасти. Возможно, ваши программисты уже создавали интеллектуальные генераторы отчетов, информационные системы для руководителей и т. п., добиваясь простоты и гибкости в формировании запросов и отчетов в конкретной прикладной области. Однако, вряд ли они поднимались до обобщения, выходящего за пределы этой области.

Аналитическая обработка данных в онлайне. Именно так можно расшифровать и представить по-русски акроним OLAP — on-line analytical processing. Некоторую иронию содержит в названии предмета слово «online», которое в наши новейшие дни отражает модальность присутствия в Интернете.

Здесь необходимо отметить следующее: в дни, когда появились системы поддержки принятия решений, так называемые DSS (decision support system), из которых как отдельный компонент выделились OLAP, онлайн был синонимом интерактивности (sic!). То есть, был режим пакетной (batch) обработки данных (инициируемый, как помнится, вводом колоды перфокарт в хобот чудовищного монстра — считывателя) и был онлайновый режим, который понимался как работа через некоторый (жуткий, должен сказать, с ядовито-зеленого цвета экраном) интерактивный терминал.

Термин OLAP (On-Line Analytical Processing) был предложен доктором Е.Ф. Коддом, его супругой С.Б. Кодд и их компаньоном С.Т. Солли в исследовательской статье "OLAP для пользовтелей-аналитиков: информационно-технологический мандат". Эта статья была опубликована в начале 1993 года и спонсировалась корпорацией Arbor Software, создателем и распространителем ESSBASE.
В начале восьмидесятых доктор Кодд сформулировал правила, образовавшие основу, на которой базируется нынешнее поколение реляционных технологий. В начале девяностых корпорация Arbor Software искала такую рыночную нишу, которая дала бы возможность мирно сосуществовать реляционным и многомерным базам. Исследования, проведенные доктором Коддом и его коллегами, позволили формализовано переопределить требований к средствам, используемым для реализации поддержки решений, управления информацией, анализом бизнеса и системами исполнительной информации (executive information systems). Инструменты, используемые для поддержки моделирования бизнеса, должны были следовать правилам доктора Кодда чтобы оставаться на переднем крае технологии. Публикация статьи инициировала существенные изменения на рынке. Наиболее заметные положительные изменения пришлись на долю Arbor Software, сформировавшей сегодня стратегические альянсы с рядом участников рыночного пространства и о продуктах которой говорили, что их собирается распространять компания Microsoft, поскольку многомерная машина будет доступна для Microsoft Excel.
В целом, полемика на тему этих правил показала все, что окружало публикацию реляционных правил. Продавцы продукта одновременно были рады и лишний раз доказать, насколько податливы их инструменты и расширить правила для отражения их возможностей, но также и несколько охладить пыл их сторонников, утверждая, что исследование пристрастно и несерьезно.
Как и во множестве других дихотомий, правда в данном случае, возможно, находится где-то между этими двумя крайностями.

Успешно развивающиеся технологии Хранилищ данных (ХД) и средств Business Intelligence (BI) – весьма полезные инструменты поддержки современного бизнеса. Однако большинству традиционных BI-приложений свойственны некоторые ограничения. Технология, на основе которой они реализуются, была разработана для анализа небольших выборок данных. Со временем круг пользователей расширялся, но ориентация на небольшие объемы данных при этом сохранялась. Наконец, появились технологии, предназначенные для обработки постоянно растущих огромных объемов данных, содержащихся в Хранилищах.
Такие технологии, как многомерный OLAP, реляционный OLAP и гибридный HOLAP, обеспечивают новые подходы к анализу больших баз данных. С другой стороны, они накладывают ограничения на количество пользователей. Для того, чтобы снять эти ограничения, следующее поколение BI-средств использует аналитические методы в сочетании с технологией Internet/Intranet. Если раньше крупномасштабный BI-проект подразумевал сотни пользователей, то теперь поддержка нескольких тысяч человек считается обычной, а в будущем предполагается обеспечивать сотни тысяч и более.

Ситуацию с корпоративной информацией, складывающуюся в настоящее время на большинстве предприятий, можно сравнить с сокровищем, которое лежит под ногами, но которое никто не может извлечь. По данным Gartner Group, большая часть корпоративной информации – 90 % - лежит невостребованной и никак не анализируется. Между тем многие из проблем, которые возникают в текущей деятельности предприятия и которые требуют оперативного решения, не являются для него абсолютно новыми. Как правило, предприятие уже когда-то сталкивалось с похожей ситуацией, и в этой связи были приняты определенные управленческие решения, которые привели к соответствующим результатам. Этот опыт (позитивный или негативный) может оказаться очень ценным при решении проблем, стоящих перед предприятием в настоящий момент.

Широко распространенным заблуждением является представление, что OLAP (online analytical processing) — это аналитическая технология, рассчитанная на продвинутых пользователей, своего рода исследователей данных. В действительности же, OLAP-система — это генератор отчетов, а OLAP-интерфейс — отчет. OLAP-интерфейс прост и требует знаний не больше, чем электронная таблица.
Существует два вида отчетов — экранный отчет для интерактивного анализа, реализуемый как графический пользовательский интерфейс, и печатный, который выглядит как форма предварительного просмотра для печати и точно в таком виде распечатывается. Первый предназначен для одного человека и исчезает после выключения программы, а второй, в виде твердой копии, можно передать другим людям или сохранить для многократного просмотра.

Описан новый подход к оперативной аналитической обработке данных - On-Line Analytical Processing (OLAP), основанный на предварительном отборе информации из баз данных, проведении  обработки и структуризации данных и расчетных величин в виде многомерных кубов. Рассмотрены различные технологии создания многомерных хранилищ данных и программные средства для создания и использования кубов в СУБД SQL Server и Excel . Рассмотрены интеллектуальные  информационные системы, в том числе экспертные системы и интеллектуальный анализ данных совместно с OLAP .