python数据分析人工智能机器学习软件测试Python专家之路程序员

数据仓库快速入门教程8-OLTP vs OLAP

2019-06-29  本文已影响10人  python测试开发

什么是OLAP?

在线分析处理(OLAP Online Analytical Processing),为业务决策提供数据分析。 OLAP系统允许用户一次分析来自多个数据库系统的数据库信息。

主要目标是数据分析,而不是数据处理。

什么是OLTP?

OLTP的(Online transaction processing 在线事务处理)支持3层体系结构中面向事务的应用程序。 OLTP管理组织的日常事务。

主要目标是数据处理而不是数据分析

OLAP的示例

任何Datawarehouse系统都是OLAP系统。 OLAP的使用如下

OLTP系统示例

OLTP系统的一个例子是ATM中心。假设一对夫妇与银行有联名账户。有一天,它们同时到达不同的ATM中心,并希望提取其银行账户中的总金额。

但是,首先完成身份验证过程的人将能够获得资金。在这种情况下,OLTP系统确保提取金额不会超过银行存在的金额。

OLTP系统的其他示例如下:

使用OLAP服务的好处

OLTP方法的好处

OLAP服务的缺点

参考资料

OLTP方法的缺点

image.png

OLTP和OLAP之间的区别

参数 OLTP OLAP
流程 在线交易系统。管理数据库修改。 在线分析和数据检索过程。
特点 大量的短期在线交易。 数据量很大。
功能 在线数据库修改系统。 在线数据库查询管理系统。
方法 传统的DBMS。 数据仓库。
查询 数据库中的插入,更新和删除信息。 主要是选择操作
规范化的。 未规范化。
OLTP及其事务 不同的OLTP数据库
数据完整性 数据完整性约束。 数据完整性不是问题。
响应时间 毫秒 以秒为单位。
数据质量 OLTP数据库中的数据始终是详细和有组织的。 数据可能未组织。
实用性 它有助于控制和运行基本业务任务。 它有助于规划,解决问题和决策支持。
操作 允许读/写操作。 只读,很少写。
受众 以市场为导向的过程。 以客户为导向的流程。
查询类型 此过程中的查询是标准化且简单的。 涉及聚合的复杂查询。
备份 完整备份数据与增量备份相结合。 OLAP只需要不时进行备份。与OLTP相比,备份并不重要
设计 DB设计是面向应用的。示例:数据库设计随零售,航空,银行等行业而变化。 数据库设计以主题为导向。示例:数据库设计随销售,营销,采购等主题而变化
用户类型 数据关键用户(如职员,DBA和数据库专业人员)使用它。 由数据知识用户使用,如工人,经理和CEO。
用途 专为实时业务运营而设计。 设计用于按类别和属性分析业务度量。
性能指标 事务吞吐量 查询吞吐量
用户数 数千名用户 数百个用户。
生产力 提高用户的自助服务和生产力 提高业务分析师的工作效率。
挑战 数据仓库历史上一直是一个可能证明构建成本高昂的开发项目。 OLAP多维数据集不是一个开放的SQL Server数据仓库。因此,技术知识和经验对于管理OLAP服务器至关重要。
Process 它为日常使用的数据提供快速结果。 对查询的响应更加一致。
特点 易于创建和维护。 允许用户在电子表格的帮助下创建视图。
样式 OLTP旨在具有快速响应时间,低数据冗余并且已标准化。 数据仓库是唯一创建的,因此它可以集成不同的数据源以构建统一数据库

小结:

上一篇 下一篇

猜你喜欢

热点阅读