与具有大量内存的传统系统相比，内存中的OLAP有什么优势？

内存中的OLAP引擎是否比传统的OLAP引擎具有足够的RAM支持整个多维数据集的优势有优势？

例如，如果我使用MOLAP引擎（SSAS）和GB / TB的RAM，其中整个多维数据集（甚至是星型模式）都驻留在RAM中，那么与TM1 / SAP HANA之类的东西有什么区别？

假设它们将完全驻留在主内存中而设计的数据库可以使用诸如T-tree索引之类的结构。但是真正的好处是，IMDB更加简单。他们做的更少（因为他们不必担心管理缓存，无需序列化写入就可以保持一致性，或者根本不涉及与ACID兼容的I / O），因此他们在硬件上执行的指令更少，可以执行相同的操作“工作”。通用数据库必须是所有人的万物。就像莱瑟曼（Leatherman）有十二种工具一样，但有时您只需要最先进的工具，因此您从Cold Steel购买了一把刀片，没有人争论说它是更好的刀！

不是我的专业领域，而是据我所知，大多数所谓的内存中OLAP数据库（我不喜欢这个术语，它被用作营销手段，而不是公平地比较技术）之间的差异是专栏存储索引。

如果您熟悉传统的OLTP和OLAP数据库结构，那么列存储与行存储（它们之间的真正区别）是该技术的很好的介绍。

列存储索引将在SQL Server 2012中（又名“ Denali”）出现。

这是指向 SQL Server查询处理器团队的首席软件架构师Conor Cunningham的Power Point演示文稿的链接，其中介绍了此新功能。

列存储以行存储系统中无法实现的方式显着压缩数据。基本上，一列中的所有值仅在字典中存储一次，然后DB存储一个整数字典键而不是原始值。如果您在内存中有一个行存储数据库，它将大大增加，并且更加不切实际地增加了内存成本。性能提升非常显着，您不再需要预先聚合事务数据，并且在大多数情况下不需要多维数据集。

同样是因为列存储将所有列的值都保留在顺序存储块中，所以扫描在选择（Select）之类的操作中可以跳过的块更少。但是，列存储在事务上存在一些缺点，例如，HANA在更高版本中添加了行存储表。