Microsofts Olap-Technik im Test

10.10.2002
Von 


Sascha Alexander ist seit vielen Jahren als Redakteur, Fachautor, Pressesprecher und Experte für Content-Strategien im Markt für Business Intelligence, Big Data und Advanced Analytics tätig. Stationen waren unter anderem das Marktforschungs- und Beratungshaus BARC, die "Computerwoche" sowie das von ihm gegründete Portal und Magazin für Finanzvorstände CFOWORLD. Seine Themenschwerpunkte sind: Business Intelligence, Data Warehousing, Datenmanagement, Big Data, Advanced Analytics und BI Organisation.
MÜNCHEN (COMPUTERWOCHE) - Microsoft bietet mit dem „SQL Server 2000“ auch Tools zum Aufbau multidimensionaler Datenbanken für Online Analytical Processing (Olap). Diese „Analysis Services“ sind wenig bekannt, technisch aber ausgereift. Die CW hat das Beratungsunternehmen Trust Consult nach seinen Erfahrungen befragt.

Nach der Übernahme des israelischen Anbieters Panorama und dessen Olap-Engine „Plato“ im Jahr 1997 brachte Microsoft im folgenden Jahr mit Version 7.0 des SQL Server erstmals elementare Olap-Technik zusammen mit seiner relationalen Datenbank auf den Markt. Doch erst mit dem Nachfolge-Release SQL Server 2000 und den Analysis Services kann Microsoft nach Ansicht von Wolfgang Lackner, Manager bei Trust Consult in Wien, einen ausgereiften und neuentwickelten Olap-Server, inklusive Data-Mining-Technik anbieten.

Trust Consult unterhält ein Testlabor für Business-Intelligence-Produkte und hat unter anderem die Analysis Services sowohl dort als auch in mehreren Projekten erprobt. Die bisher größten Installationen bedienen mehr als 2000 Benutzer und verwalten mehrere hundert Millionen befüllte Zellen. Lackner hat allgemein die Erfahrung gemacht, dass der Olap-Server insbesondere gegenüber Konkurrenzprodukten von Hyperion, Oracle oder Cognos durch sein gutes Preis-Leistungs-Verhältnis besticht und große Datenmengen performant verarbeiten und auswerten kann. Ebenso ließen sich diverse Analyse- und Reporting-Frontends oder Planungswerkzeuge problemlos mit dem Olap-Server kombinieren, sofern „die Datenmodelle am Server intelligent konzipiert und aufgebaut sind“.

Grenzen der Komplexität

Doch das Produkt hat seine Grenzen. So sei der relationale Server in erster Linie für kleine bis mittlere Data-Warehouse-Anwendungen ausgelegt, wenn sich auch durchaus Datenmengen bis zu einigen 100 GB verwalten ließen. Eine annehmbare Leistung zeige sich bei mittelmäßig komplexen Modellen mit 15 bis 20 Dimensionen. Vorteilhaft sei der De-facto-Standard „OLE DB for Olap“ (ODBO) als System-Schnittstelle, durch die der Olap-Server für viele Anwendungen zugänglich gemacht wurde, sowie die Modellierungssprache MDX, „die für jemanden, der SQL und multidimensionale Modelle kennt, keine Probleme bereitet“. Ebenfalls vielversprechend sei laut Lackner der mitgelieferte Data-Mining-Server, der derzeit zwar nur gängige Verfahren wie „Entscheidungsbäume“ biete, aber vermutlich in Zukunft erheblich aufgewertet werde. Ob er dann mit Angeboten von IBM, SPSS oder SAS konkurrieren kann, bleibt abzuwarten.

Stärken der Analysis Services