语言 Chinese, Simplified

SEO Title

这些术语经常相互混淆，那么它们的主要区别是什么？您如何根据自己的情况选择合适的术语？

我们生活在一个数据驱动的时代，使用数据做出更明智决策并更快响应不断变化的需求的组织更有可能脱颖而出。您可以在新的服务产品（例如拼车应用程序）以及推动零售的强大系统（电子商务和店内交易）中看到这些数据。

在数据科学领域，有两种类型的数据处理系统：在线分析处理（OLAP）和在线事务处理（OLTP）。主要区别在于，一种使用数据来获得有价值的见解，而另一种则纯粹是可操作的。但是，有一些有意义的方法可以使用这两个系统来解决数据问题。

问题不在于选择哪个，而是如何根据您的情况充分利用这两种处理类型。

什么是 OLAP？

在线分析处理 (OLAP) 是一种用于对大量数据进行高速多维分析的系统。通常，这些数据来自数据仓库、数据集市或其他一些集中式数据存储。 OLAP 是数据挖掘、商业智能和复杂分析计算以及财务分析、预算和销售预测等业务报告功能的理想选择。

大多数 OLAP 数据库的核心是 OLAP 多维数据集，它允许您快速查询、报告和分析多维数据。什么是数据维度？它只是特定数据集的一个元素。例如，销售数据可能具有与地区、一年中的时间、产品型号等相关的多个维度。

OLAP 多维数据集扩展了传统关系数据库模式的逐列格式，并为其他数据维度添加了层。例如，虽然立方体的顶层可能按地区组织销售，但数据分析师也可以“深入”到按州/省、城市和/或特定商店进行销售的层。 OLAP 的这种历史聚合数据通常存储在星型模式或雪花模式中。

下图显示了多维销售数据的 OLAP 多维数据集 - 按地区、按季度和按产品：

A three dimensional Diagram illustrating the layers within a OLAP Data Cube

什么是 OLTP？

在线事务处理 (OLTP) 支持大量人员（通常通过 Internet）实时执行大量数据库事务。 OLTP 系统支持我们的许多日常交易，从 ATM 到店内购物再到酒店预订。 OLTP 还可以推动非金融交易，包括密码更改和短信。

OLTP 系统使用可以执行以下操作的关系数据库：

许多组织使用 OLTP 系统为 OLAP 提供数据。换句话说，OLTP 和 OLAP 的结合在我们的数据驱动世界中是必不可少的。

这两个系统的主要区别在于它们的名称：分析型与事务型。每个系统都针对该类型的处理进行了优化。

OLAP 经过优化，可进行复杂的数据分析，从而做出更明智的决策。 OLAP 系统专为数据科学家、业务分析师和知识工作者使用而设计，它们支持商业智能 (BI)、数据挖掘和其他决策支持应用程序。
另一方面，OLTP 针对处理大量事务进行了优化。 OLTP 系统专为一线工作人员（例如收银员、银行出纳员、酒店前台职员）或客户自助服务应用程序（例如网上银行、电子商务、旅行预订）而设计。

重点：OLAP 系统允许您提取数据以进行复杂分析。为了推动业务决策，查询通常涉及大量记录。相比之下，OLTP 系统非常适合在数据库中进行简单的更新、插入和删除。查询通常只涉及一条或几条记录。
数据源：OLAP 数据库具有多维模式，因此它可以支持从当前和历史数据中对多个数据事实进行复杂查询。不同的 OLTP 数据库可以作为 OLAP 聚合数据的来源，它们可以组织为一个数据仓库。另一方面，OLTP 使用传统的 DBMS 来容纳大量实时事务。
处理时间：在 OLAP 中，响应时间比 OLTP 慢几个数量级。工作负载是读取密集型的，涉及大量数据集。对于 OLTP 事务和响应，每毫秒都很重要。工作负载涉及通过 SQL（结构化查询语言）进行的简单读写操作，需要更少的时间和更少的存储空间。
可用性：由于它们不修改当前数据，因此 OLAP 系统的备份频率可以降低。然而，OLTP 系统经常修改数据，因为这是事务处理的本质。它们需要频繁或并发备份以帮助维护数据完整性。