Um es vollständig zu verstehen OLTP und OLAP, es ist notwendig, ein wenig Kontext bereitzustellen. In den frühen Tagen der Softwareentwicklung wurden Daten in der Regel in einer einzigen Datei gespeichert. Als es jedoch begann, größere Probleme anzugehen, relationale Datenbankverwaltungssysteme (DBMS) eroberte den Markt im Sturm. In den folgenden Jahrzehnten waren dies jedermanns Lösungen für die Datenspeicherung.
Mit dem Aufkommen des Internets änderte sich alles massiv. Suchmaschinen und soziale Netzwerke modellieren heute Daten in Bereichen, in denen die Beziehungen zwischen Daten nicht leicht zu erkennen sind oder manchmal nicht einmal benötigt werden (z. B. Suchmaschinen, die Dokumente indexieren).
Dennoch werden einige Begriffe der alten Welt auch heute noch verwendet, und es ist wichtig, sie mit einem modernen Ansatz zu betrachten. Zwei von ihnen sind genau OLTP und OLAP. Schauen wir uns jedoch für einen Gesamtkontext das folgende Bild an, das die Beziehung zwischen OLTP und OLAP zeigt.
Bevor wir die wichtigsten Unterschiede identifizieren zwischen OLTP gegen OLAP, lassen Sie uns zunächst einen allgemeinen Kontext in Bezug auf ihre Beziehung geben. Schauen Sie sich das folgende Bild an, das die Beziehung zwischen OLTP und OLAP zeigt.
Das Bild oben unterstreicht, dass OLTP und OLAP sind keine Konkurrenzansätze zum gleichen Thema, sondern zu Prozessen, die sich gegenseitig ergänzen. Im Allgemeinen stellen OLTP-Systeme die Quelldaten für die Data Warehouses bereit, während OLAP-Systeme bei der Analyse der Daten helfen.
Als Nächstes finden Sie eine eingehendere Erklärung zu jedem dieser Begriffe, gefolgt von einer Beschreibung, wie OLTP und OLAP einander ergänzen.
Der Begriff OLTP bezieht sich auf Online-Transaktionsverarbeitung. Es wird häufig verwendet, um Datenbanken zu erwähnen, in denen relevante Daten für den täglichen Betrieb eines Systems oder Unternehmens gespeichert und verwaltet werden. In der Vergangenheit wurde dieser Begriff in der Regel mit in Betrieb befindlichen relationalen Datenbanken in Verbindung gebracht, bei denen das Hauptaugenmerk darauf lag, Daten zu sammeln, die in einem bestimmten Kontext vor sich gingen.
Kurzum: OLTP wird verwendet, um Daten für den täglichen Betrieb zu speichern und zu verwalten.
Da die Informationen in einem OLTP-Datenspeicher gespeichert sind, war dies oft von entscheidender Bedeutung für das Unternehmen. Daher wurden große Anstrengungen unternommen, um sicherzustellen, dass Atomarität, Kohärenz, Isolierung und Haltbarkeit (SÄURE) der Daten. Daten, die nach diesen vier Prinzipien gespeichert werden, sind gekennzeichnet als ACID-konform, und das ist wo relationale Datenbankverwaltungssysteme Excel.
Ein ACID-konformer Datenspeicher bedeutet jedoch nicht, dass wir keine zusätzlichen Anstrengungen unternehmen müssen, um sicherzustellen, dass unsere Daten diesen Prinzipien entsprechen: Die Art und Weise, wie wir die Daten verarbeiten, ist wichtig. Wie können wir beispielsweise garantieren, dass die Daten konsistent sind, wenn wir Redundanz in unserem Datenspeicher zulassen?
Wenn wir Kundenadressen speichern, ist es wichtig sicherzustellen, dass die Adresse überall aktualisiert wird, wenn der Kunde an einen anderen Ort umzieht. Das Speichern von Adressen an mehreren Orten macht es jedoch schwierig, die Daten in einem konsistenten Zustand zu halten. Aus diesem Grund sind relationale Datenbanken oft so konzipiert, dass sie den 5. Normalform - eine Methode, relationale Daten zu entwerfen, die Redundanz vermeidet.
Wie bereits erwähnt, hat sich die Welt seit der Definition des OLTP-Begriffs verändert, und heutzutage ist es einfach, Daten zu speichern nichtrelationale Datenbanken. Die meisten dieser Datenspeicher entsprechen nur einigen der vier Prinzipien von ACID. Je nach Anwendungsfall ist es in Ordnung, im Austausch gegen andere Vorteile (Geschwindigkeit, Skalierbarkeit usw.) auf eines oder mehrere dieser Prinzipien zu verzichten.
Wenn wir beispielsweise „Likes“ in einem Beitrag in einem sozialen Netzwerk speichern, ist es dann wirklich wichtig sicherzustellen, dass die Anzahl der Likes zu 100% korrekt ist? Oder ist es in Ordnung, 995 Likes statt 998 anzuzeigen, um Millionen von Nutzern schneller zu antworten?
Da sich OLTP auf Online Transaction Processing bezieht, stellen wir fest, dass der Begriff nicht auf relationale Datenbanken oder sogar vollständig konforme ACID-Datenbanken beschränkt ist. Es bezieht sich einfach auf die Art und Weise, wie diese Datenspeicher verwendet werden. Wenn wir beispielsweise einen Dokumentendatenspeicher verwenden (z. B. MongoDB) um Daten aus dem täglichen Betrieb einer sozialen App zu speichern und zu verarbeiten (z. B. um Benutzer zu registrieren, Likes zu speichern usw.), können wir sagen, dass es sich um OLTP handelt.
Der Begriff OLAP bezieht sich auf Analytische Online-Verarbeitung, und wird häufig verwendet, um Datenbanken zu erwähnen, in denen relevante Daten für Analysen und Entscheidungen gespeichert und verwaltet werden.
OLAP ist stark verbunden mit Geschäftsintelligenz (BI), eine Spezialisierung von Softwareentwicklung zielt auf die Bereitstellung von Anwendungen für Geschäftsanalysen ab. Mit anderen Worten, das Ziel von BI besteht darin, Führungskräften auf oberster Ebene die Möglichkeit zu geben, Daten abzufragen und zu untersuchen, ohne dass IT-Mitarbeiter hinzugezogen werden müssen.
Kurzum: OLAP wird verwendet, um Daten zu analysieren und Entscheidungen zu treffen.
Der größte Fortschritt, den dieser Bereich gebracht hat, war die Fähigkeit, Berichte im laufenden Betrieb zu erstellen. Es war nicht mehr nötig, die IT-Abteilung anzurufen um einen benutzerdefinierten Bericht anzufordern oder um die Generierung bestimmter Berichte zu automatisieren. EIN BI-System kann jetzt Fragen beantworten, von denen die Entwickler nicht im Voraus wissen mussten, dass die Frage gestellt werden würde.
BI-Systeme werden ermöglicht, indem die Daten in einer Form organisiert werden, die Hyperwürfel. Dieses Formular untersucht die vielen Dimensionen der Daten und ermöglicht Benutzern Aggregat oder nach unten bohren Daten, indem Sie durch die Dimensionen des Würfels navigieren.
Der lustige Teil ist, dass mit der richtigen Oberfläche Das Top-Management kann Berichte im Handumdrehen erstellen, ohne die Hilfe der IT.
OLAP-Systeme können implementiert werden mit relationale Datenbanken (z. B. MySQL), und diese Technik wird oft benannt ROLAP (Relationales OLAP). Aber dafür müssen wir die Datenbank nicht in der 5. Normalform entwerfen, sondern in der 3. Normalform.
Wir können mit redundanten Daten leben, wenn wir Daten analysieren. Was wirklich zählt, ist die Fähigkeit, durch die Dimensionen der Daten zu navigieren. Hier glänzt ROLAP, da sich ein Datenbankschema in der 3. Normalform für Aggregationen und Drilldowns eignet.
Wie bereits erwähnt, bietet OLTP zwar einen sofortigen Bericht über die Geschäftstätigkeit, OLAP konzentriert sich jedoch auf die Generierung von Datenanalysen und Erkenntnissen aus den zusammengestellten Daten. OLTP und OLAP ergänzen sich gegenseitig, da die Erkenntnisse von OLAP nur so gut sind wie die Datenpipeline, die sich aus dem OLTP ergibt.
In der folgenden Tabelle finden Sie die wichtigsten Unterschiede zwischen OLTP und OLAP:
Wenn man zum ersten Mal auf die Begriffe OLTP und OLAP stößt, fragt man sich leicht, welcher besser ist, obwohl man sich eigentlich fragen sollte: wie ergänzt das eine das andere?
Das wissen wir jetzt:
Genau so werden sie in einem bestehenden Unternehmen eingesetzt.
Die Daten aus dem oberen Teil des obigen Beispiels (HR-Datenbank, CRM, Abrechnungssystem) werden normalerweise stapelweise — oft über Nacht — über einen Prozess namens verarbeitet Extrahieren, Transformieren und Laden (ETL).
ETL ist der Name für den Vorgang, der Daten aus mehreren OLTP-Quellen sammelt und in ein OLAP-Data Warehouse stellt, um systemübergreifende Analysen zu ermöglichen. Im unteren Teil der obigen Abbildung können Sie sehen, dass die Daten ordnungsgemäß gespeichert und organisiert wurden OLAP-Würfel.
Auf diese Weise können die Personen, die die Analyse durchführen, mit aktuellen Informationen arbeiten und zeitnahe Entscheidungen treffen, ohne den Betrieb zu stören.
In diesem Artikel wurden die Hauptunterschiede zwischen OLAP und OLTP erklärt und wie sie sich gegenseitig ergänzen.
Jeden Tag werden neue Daten erfasst. Wir müssen jedoch dieselben Daten organisieren und analysieren, um fundierte Entscheidungen zu treffen und wertvolle Erkenntnisse zu gewinnen. Daher verfügt eine Organisation in der Regel über zwei Arten von Datenverarbeitungsfunktionen: OLTP und OLAP.
Wie wir im gesamten Artikel beschrieben haben, spielen sowohl OLTP als auch OLAP trotz ihrer unterschiedlichen Herangehensweisen an Daten eine entscheidende Rolle. Wir hoffen, Sie fanden diesen Beitrag hilfreich!
Fanden Sie diesen Artikel hilfreich? Diese könnten dir auch gefallen!
CEO von Imaginary Cloud und Mitautor des Buches Product Design Process. Ich mag Essen, Wein und Krav Maga (nicht unbedingt in dieser Reihenfolge).
People who read this post, also found these interesting:
.webp)
.webp)
%20(2).webp)
