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

  ROLAP表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心，以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表：一类是事实表，用来存储数据和维关键字；另一类是维表，即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,形成了“星型模式”。对于层次复杂的维，为避免冗余数据占用过大的存储空间，可以使用多个表来描述，这种星型模式的扩展称为“雪花模式”。

   MOLAP表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。以多维数据组织方式为核心，也就是说，MOLAP使用多维数组存储数据。多维数据在存储中将形成“立方块（Cube）”的结构，在MOLAP中对“立方块”的“旋转”、“切块”、“切片”是产生多维数据报表的主要技术。

特性分析
    从技术角度来说，ROLAP（MSTR实现）和MOLAP(Cognos等实现)各有千秋。前者基于关系型数据库，它的OLAP引擎就是将用户的OLAP操作，如上钻下钻过滤合并等，转换成SQL语句提交到数据库中执行，并且提供聚集导航功能，根据用户操作的维度和度量将SQL查询定位到最粗粒度的事实表上去。相比较而言，MOLAP事先将汇总数据计算好，存放在自己特定的多维数据库中，用户的OLAP操作可以直接映射到多维数据库的访问，不通过SQL访问。可以说ROLAP提供了更大的灵活度，MOLAP提供了更加快速的相应速度，确实相比Metacube和Cognos，前者的操作复杂些，不过这应该不成问题，是可以改善的。

    针对OLAP多维分析的应用，虽然多维数据库效率较高，但是带来的问题是，数据装载的效率非常低，因为其实就是将多维的数据预先填好，这样出报表的效率高了，装载就复杂许多了，而且仓库重新构造后，全部数据都要重新装载，并且随着数据量增量过大维护成本较高，容易引起“数据爆炸”，这是molap的大体特性。rolap就是关系性数据库，但是针对多维报表，可以通过事实表连维表的方式来构造，对于数据库性能要求比较高，各个rolap厂家针对数据仓库应用，建立索引等优化措施以减少生成报表的开销，仓库调整后，除非特别大的调整，同常都不需要重新装载全部数据。