OLAP的具体实现方案通常采用3层客户/服务器结构，如图5-6所示。第一层是数据仓库服务器，它实现与基层的数据库的链接，完成企业级数据的一致和数据共享工作；第二层是OLAP服务器，它根据最终用户的请求实现分解成OLAP分析的各种分析动作，并使用数据仓库中的数据完成这些动作，第三层是前端的展示工具，用于将OLAP服务器处理得到的结果用直观的方式，如多维报表、柱图等展现给最终用户。

这种3层体系结构使数据、应用逻辑和客户应用分离开，有利于系统的维护和升级。当系统需要修改功能或者增加功能时，可以只修改3层中的相应部分而不需要像2层的客户/服务器体系那样做整体的改动。

图5-6　LAP的体系结构

在OLAP系统的实现中，按照OLAP的存储方式（数据组织方式）的不同，可将OLAP分成关系OLAP（relational OLAP），多维OLAP（multidimensional OLAP）和混合OLAP（hybrid OLAP）。按照进行OLAP分析动作处理地点的不同，可将OLAP分成Server OLAP和Client OLAP。

基于多维数据库MOLAP的创建首先要选择分析的功能是什么，是进行销售收入分析还是进行客户状况分析；然后确定为实现这些分析功能应该分析哪些数值，是销售收入数据还是客户数据；再次确定从哪些角度来分析这些数值，分析维一般是产品、时间、地点等，接着根据要求确定维的粒度，即是按年还是按季度进行分析；最后定义MOLAP的逻辑模型与多维数据存储的方式。基于关系数据库的ROLAP的创建同样需要实现选择功能，确定分析数值，构造分析维，定义逻辑模型，还需要根据ROLAP实现的准则完成数据添加、数据管理、元数据存储、应用工具构造等操作。

MOLAP与ROLAP的对比分析，主要从查询性能、数据加载性能、分析能力、数据集市的大小、维的管理和维护功能进行比较。

1.查询性能

在多维数据库中常常会根据用户的要求，事先做好许多计算，这些计算有的是立方体或超立方体中的所有值，有的是其中一部分，因此MOLAP的查询能力一般较好。

2.数据加载性能(www.daowen.com)

在数据加载过程中，MOLAP除了要完成数据的装载，还要对所有立方体中的所有值进行计算，所以加载时间比较长，因此一般多维数据库的加载是1个月进行1次。而ROLAP在数据加载过程中所要完成的操作仅是数据装载、索引和概况表的创建，所以关系型数据仓库和数据集市一般每天刷新1次。

3.分析能力

OLAP的本质就是对数据库中的数据进行分析，因此，OLAP的分析能力是衡量两者优劣的一个重要指标。MOLAP在分析过程中的精度较高，具有分析的优势；而ROLAP的分析结果往往由于SQL语言的约束，分析效果不够好。

4.数据集市的大小

要完成MOLAP的构建，如果在原有维的基础上再增加1个维，就需要再增加1倍的存储空间，在所增加的空间中有的可能没有实际值出现，就会使多维度表形成一个稀疏矩阵，从而浪费大量的存储空间。作为ROLAP中所使用的关系数据库，一般不会出现稀疏矩阵的情况，而且ROLAP数据库可以支持无限增长的数据存储要求，只要磁盘空间足够大。

5.维的管理

ROLAP数据库采用了星型模型构建，维度表可能包含很多列。例如，客户维度表可能包含这样一些列：客户名称、家庭地址、家庭所在地邮编、办公地址、办公所在地邮编、客户类型、第一次采购日期、最后一次采购日期、采购数量等。作为管理人员，可以对这样一个表中的所有列进行查询、汇总、钻取等操作；然后，可以钻取到省、市、县，直至所在地邮编；接着，还可以按照客户的最后一次采购日期进行分解。这些操作在MOLAP中比较难以完成。

6.维护能力

MOLAP能够较好地进行自我维护，在数据更新加载时，只需要用SQL语句对其输入数据就可以了。ROLAP在维护与聚集时比较困难，因为在数据加载和聚集时要填充多个结构，需要打开或关闭索引，加载完后还要考察其性能是否下降。

实际应用中，如果需要建立一个大型的、功能复杂的企业级数据仓库，就可能需要选择ROLAP。如果希望建立一个目标单一、维数不是很多的分析型数据集市，MOLAP可能就是一个较佳的选择。