摘要：本文探讨了基于关系型数据库RDBMS开发企业绩效管理（EPM）系统难以成功的原因。关系型数据库因数据结构化程度较低、计算分析能力有限，难以满足EPM系统对大数据环境下实时分析计算的需求。而多维数据库凭借其更高的数据结构化程度和强大的分析计算功能，成为EPM系统
本文探讨了基于关系型数据库RDBMS开发企业绩效管理（EPM）系统难以成功的原因。关系型数据库因数据结构化程度较低、计算分析能力有限，难以满足EPM系统对大数据环境下实时分析计算的需求。而多维数据库凭借其更高的数据结构化程度和强大的分析计算功能，成为EPM系统的更优选择。
PART 1
企业绩效管理（EPM）、全面预算管理等软件系统，由于其业务产生大量的数据计算、分析、测算、控制逻辑等动作，需要底层的基础软件具有强大的计算分析能力。多维数据库从两个方面满足了这些需求：
因此，多维数据库以前也被称作OLAP（Online Analytical Processing，在线分析处理）系统。相对地，关系型数据库作为OLTP（Online Transaction Processing，在线事务处理）系统，更适合实时记录和查询企业前端业务所产生的数据，通常辅助以工作流引擎来实现过程管控。然而，由于关系型数据库的数据结构化程度较低（例如，字段之间缺乏直接的因果关系，即使要做汇总，也需要单独定义汇总计算脚本），其本质是数据的存储引擎，而不是计算引擎。
PART 2
在EPM等企业管理系统中，使用多维数据库已经成为共识。多维数据库的实现技术涵盖以下几个关键部分：
PART 3
由于多维数据库所需的技术积累较为复杂，目前仅有少数软件厂商掌握其原研技术。因此，为了规避技术难题，许多软件厂商采用了一种基于关系型数据库作为数据存储的折中技术方案，即在关系型数据库中搭建维度表和事实表等这一类星形结构表，以实现多维数据的存储。在此基础上，进一步设计了多维数据的读写和计算功能。这种方案通常被称为ROLAP – Relational Database OLAP。
由于这种折中方案的存储引擎不是针对多维数据库应用场景设计的，因此它无法对多维数据的读写和计算进行深入优化，也很难实现一些基本的多维数据库功能，比如：维度属性、区间计算、基于新旧数据状态判断的智能实时计算等。这些功能都很难在关系型数据库上实现，导致在实际应用中通常会有以下影响使用的表现：
相较于关系型数据库，多维数据库的数据结构性更强，分析计算功能更强大。基于MDX语法建立的业务规则体系，可以为企业绩效管理等应用场景构建数据分析的机理模型。这一技术解决了基于关系型数据库的ERP系统缺乏分析功能的问题，同时克服了人工智能大语言模型只能构建推理模型，而无法满足经营分析场景下对业务规则透明度、准确性的高要求。并且，随着多维数据库性能和功能的不断提升，EPM系统可以支持传统ERP场景下海量数据的记录及分析要求。因此，多维数据库产品及技术不仅没有“过时“，反而有望取代更多传统企业应用系统中关系型数据库的位置。
来源：智达方通
