数据处理—OLTP与OLAP

1.前言

数据处理大概分为两个类型，联机事务处理(OLTP)和联机分析处理(OLAP)

• OLTP是 online Transaction processing， 联机事务处理系统。主要目标是数据的处理，而不是数据的分析。OLTP系统的主要关注点是记录事务当前的更新，增加，删除等操作，类似于对MySQL数据库的操作。OLTP的查询比较简短，需要比较少的处理时间和较少的空间。
• OLAP是 On-Line Analytical Processing，联机分析处理系统。OLAP主要目标是数据分析而不是数据处理。允许用户查看不同维度的数据，可以从大型数据库中提取信息并进行分析来做决策。

2.OLTP

• 我们常说的数据库
• 存储的是实时的业务数据，设计是为了业务的读写
• 它是针对具体业务在数据库联机的日常操作，通常对少数记录进行查询、修改。用户较为关心操作的响应时间、数据的安全性、完整性和并发支持的用户数等问题。传统的数据库系统作为数据管理的主要手段，主要用于操作型处理。
• 高并发处理业务的时候，出现的瓶颈是CPU与磁盘子系统。常见的优化方式是Cache技术和优化索引。
• 应用在常见的网站业务上

3.OLAP

• 我们常说的数据仓库
• 存储的多为历史数据，设计是为了分析大量的数据
• 一般针对某些主题的历史数据进行分析，支持管理决策。
• 在这样的系统中，考核的标准往往是磁盘子系统的吞吐量（带宽）
• 应用场景
  • 9月的手机销售与10月的销售进行比较
  • 亚马逊分析其客户的购买情况

4.对比总结

比较	OLTP	OALP
目标	数据处理	数据分析
操作	在线交易系统大量DML	在线数据检索，数据分析
原始数据	在线交易数据	不同的OLTP数据库成为OLAP的数据源
事务	短暂频繁	时间长，频率低
处理时间	短	长
查询	简单查询	复杂查询
规范化	三范式	未规划
完整性	维护数据完整性的约束	不会经常修改数据完整性无影响

• 总结：
  • OLTP 数据量少，DML频繁，并行事务处理多，在线数据修改系统；
  • OLAP数据量大，DML少，事务长，使用数据仓库模板，在线历史多维数据检索系统，该系统检索数据进行分析以帮助做出决策。