from : http://hi.baidu.com/ethtech/blog/item/6cdbbedd358a0aa6cc11661e.html
定義

  ROLAP表示基于關系數據庫的OLAP實現（Relational OLAP）。以關系數據庫為核心，以關系型結構進行多維數據的表示和存儲。ROLAP將多維數據庫的多維結構劃分為兩類表：一類是事實表，用來存儲數據和維關鍵字；另一類是維表，即對每個維至少使用一個表來存放維的層次、成員類別等維的描述信息。維表和事實表通過主關鍵字和外關鍵字聯系在一起,形成了“星型模式”。對于層次復雜的維，為避免冗余數據占用過大的存儲空間，可以使用多個表來描述，這種星型模式的擴展稱為“雪花模式”。

   MOLAP表示基于多維數據組織的OLAP實現（Multidimensional OLAP）。以多維數據組織方式為核心，也就是說，MOLAP使用多維數組存儲數據。多維數據在存儲中將形成“立方塊（Cube）”的結構，在MOLAP中對“立方塊”的“旋轉”、“切塊”、“切片”是產生多維數據報表的主要技術。

特性分析
    從技術角度來說，ROLAP（MSTR實現）和MOLAP(Cognos等實現)各有千秋。前者基于關系型數據庫，它的OLAP引擎就是將用戶的OLAP操作，如上鉆下鉆過濾合并等，轉換成SQL語句提交到數據庫中執行，并且提供聚集導航功能，根據用戶操作的維度和度量將SQL查詢定位到最粗粒度的事實表上去。相比較而言，MOLAP事先將匯總數據計算好，存放在自己特定的多維數據庫中，用戶的OLAP操作可以直接映射到多維數據庫的訪問，不通過SQL訪問。可以說ROLAP提供了更大的靈活度，MOLAP提供了更加快速的相應速度，確實相比Metacube和Cognos，前者的操作復雜些，不過這應該不成問題，是可以改善的。

    針對OLAP多維分析的應用，雖然多維數據庫效率較高，但是帶來的問題是，數據裝載的效率非常低，因為其實就是將多維的數據預先填好，這樣出報表的效率高了，裝載就復雜許多了，而且倉庫重新構造后，全部數據都要重新裝載，并且隨著數據量增量過大維護成本較高，容易引起“數據爆炸”，這是molap的大體特性。rolap就是關系性數據庫，但是針對多維報表，可以通過事實表連維表的方式來構造，對于數據庫性能要求比較高，各個rolap廠家針對數據倉庫應用，建立索引等優化措施以減少生成報表的開銷，倉庫調整后，除非特別大的調整，同常都不需要重新裝載全部數據。