OLAP,ऑन-लाइन विश्लेषणात्मक प्रसंस्करण के लिए खड़ा है। OLAP सॉफ्टवेयर प्रौद्योगिकी का एक तत्व है जो विश्लेषकों, प्रबंधकों और अधिकारियों को डेटा के संभावित विचारों की एक विस्तृत विविधता में तेज, सुसंगत, इंटरैक्टिव एक्सेस के माध्यम से डेटा में अंतर्दृष्टि प्राप्त करने के लिए अधिकृत करता है, जिसे वास्तविक आयामीता को प्रतिबिंबित करने के लिए कच्ची जानकारी से बदल दिया गया है। क्लाइंट द्वारा सीखा गया उद्यम।
OLAP सर्वर व्यावसायिक उपयोगकर्ताओं को डेटा वेयरहाउस या डेटा मार्ट से बहुआयामी जानकारी के साथ प्रस्तुत करते हैं, बिना इस चिंता के कि डेटा कैसे या कहाँ सहेजा जाता है। OLAP सर्वर की भौतिक संरचना और निष्पादन को डेटा संग्रहण मुद्दों पर विचार करना चाहिए।
कई OLAP डेटा क्यूब ऑपरेशंस इन कई विचारों को अमल में लाना जारी रखते हैं, जिससे इंटरएक्टिव क्वेरी और डेटा का विश्लेषण संभव हो जाता है। इसलिए, OLAP इंटरैक्टिव डेटा विश्लेषण के लिए एक सुविधाजनक वातावरण का समर्थन करता है।
स्लाइस - यह अधिक विशिष्ट जानकारी प्राप्त करने के लिए उप घन का वर्णन करता है। यह एक आयाम का चयन करके किया जाता है।
पासा - यह दो या दो से अधिक आयामों पर चयन करके सबक्यूब का वर्णन करता है।
रोल-अप - रोल-अप उपयोगकर्ता को पदानुक्रम में उच्च सामान्य स्तर पर जानकारी को सारांशित करने में सक्षम बनाता है। दिखाया गया रोल-अप ऑपरेशन क्षेत्र के पदानुक्रम को शहर के स्तर से देश के स्तर तक बढ़ाकर डेटा को एकत्रित करता है। दूसरे शब्दों में, डेटा को शहर के आधार पर समूहीकृत करने के बजाय, परिणामी क्यूब डेटा को देश के अनुसार समूहित करता है।
जब रोल-अप को आयाम में कमी द्वारा निष्पादित किया जाता है, तो दिए गए क्यूब से एक या अधिक आयाम हटा दिए जाते हैं। उदाहरण के लिए, बिक्री डेटा क्यूब पर विचार करें जिसमें केवल दो आयाम स्थान और समय शामिल हैं। रोल-अप को समय आयाम को हटाकर निष्पादित किया जा सकता है, जिसके परिणामस्वरूप स्थान और समय के बजाय स्थान के आधार पर कुल बिक्री का एकत्रीकरण होता है।
ड्रिल-डाउन - ड्रिल-डाउन रोल-अप का उल्टा है। यह कम विस्तृत जानकारी से अधिक विस्तृत जानकारी तक संचालित होता है। किसी आयाम के लिए अवधारणा पदानुक्रम को नीचे ले जाकर या अधिक आयाम प्रस्तुत करके ड्रिल-डाउन को पूरा किया जा सकता है। ड्रिल-डाउन समय पदानुक्रम को तिमाही के स्तर से महीने के सटीक स्तर तक कम करके आता है। परिणामी डेटा क्यूब तिमाही के आधार पर उन्हें सारांशित करने के बजाय प्रति माह कुल बिक्री का विश्लेषण करता है।
विज़ुअलाइज़ेशन - विज़ुअलाइज़ेशन व्यापक चार्ट, छवियों, सूचियों, चार्ट और अन्य दृश्य वस्तुओं की सहायता से डेटा के दृश्य प्रतिनिधित्व को संदर्भित करता है। यह उपयोगकर्ताओं को केवल समय के एक अंश के भीतर डेटा को समझने और उपयोगी डेटा, पैटर्न और रुझान निकालने की अनुमति देता है। इसके अलावा, यह डेटा को समझने में आसान बनाता है।
दूसरे शब्दों में, यह कह सकता है कि ग्राफिकल संरचना में डेटा प्रतिनिधित्व ताकि उपयोगकर्ता डेटा में प्रवृत्तियों की प्रक्रिया को आसानी से समझ सकें, डेटा विज़ुअलाइज़ेशन के रूप में जाना जाता है।