oltp olap的区别

OLTP（联机事务处理）和 OLAP（联机分析处理）有以下多方面的区别：

应用场景

• OLTP：用于处理企业的日常业务交易，比如银行的存取款业务、电商网站的订单生成、酒店的客房预订等，侧重于对业务流程的支持，确保事务的快速处理和数据的即时更新。
• OLAP：主要用于企业的决策支持和数据分析场景，如市场趋势分析、销售业绩评估、财务状况分析等，帮助管理层从宏观角度理解业务数据，为决策提供依据。

数据特点

• OLTP
  • 数据规模：通常相对较小，主要关注当前正在处理的事务数据，数据量随着业务的实时操作而逐步增加。
  • 数据粒度：非常细化，以单个事务或记录为单位，例如每一笔订单、每一次客户登录等详细信息。
  • 数据更新频率：高，经常进行插入、更新和删除操作，以反映业务的实时变化。
• OLAP
  • 数据规模：一般较大，往往包含大量的历史数据，用于进行长期的趋势分析和比较。
  • 数据粒度：相对较粗，通常是经过汇总或聚合的数据，例如按天、月、季度等时间周期统计的销售数据，或者按地区、部门等维度汇总的数据。
  • 数据更新频率：低，主要是定期加载或更新数据，用于分析历史数据，一旦数据进入 OLAP 系统，通常很少进行修改。

系统架构

• OLTP
  • 硬件要求：注重事务处理的响应速度和并发处理能力，对 CPU、内存和磁盘 I/O 的要求侧重于快速处理单个事务。
  • 数据库设计：采用规范化的数据库设计，以减少数据冗余，确保数据的一致性和完整性，通常使用关系型数据库管理系统。
  • 存储结构：以行存储为主，便于快速定位和更新单个记录。
• OLAP
  • 硬件要求：更强调对大规模数据的存储和处理能力，需要较大的磁盘空间和强大的计算能力来进行复杂的数据分析和查询。
  • 数据库设计：常采用星型模型、雪花模型等非规范化的设计，以提高查询性能，便于快速进行多维分析，可使用数据仓库或专门的 OLAP 数据库。
  • 存储结构：一些 OLAP 系统采用列存储，有利于按列进行数据压缩和快速的聚合计算。

查询特点

• OLTP
  • 查询类型：以简单的单表查询或基于事务的关联查询为主，例如根据订单号查询订单详情，根据客户 ID 查询客户信息等。
  • 查询目的：获取具体的业务数据，用于支持当前事务的处理和操作。
  • 查询响应时间：要求非常短，一般在秒级甚至毫秒级，以保证业务操作的流畅性。
• OLAP
  • 查询类型：通常是复杂的多表连接、分组、聚合查询，涉及多个维度和度量的分析，如统计不同地区、不同产品类别在不同时间段的销售总额、平均利润等。
  • 查询目的：用于发现数据中的趋势、模式和关系，为决策提供支持。
  • 查询响应时间：相对较长，可能从几秒到几分钟甚至更长，取决于查询的复杂程度和数据量的大小。

操作用户

• OLTP：主要由企业的业务操作人员使用，如收银员、客服人员、仓库管理员等，他们通过 OLTP 系统进行日常的业务操作，与系统进行频繁的交互。
• OLAP：主要由企业的管理层、分析师和决策制定者使用，他们通过 OLAP 系统获取数据洞察，辅助决策制定，使用频率相对较低，但对数据的分析深度和广度要求较高。

真题 1
某集团公司下属有多个超市，每个超市的所有销售数据最终要存入公司的数据仓库中。假设该公司高管需要从时间、地区和商品种类三个维度来分析某家店商品的销售数据，那么最适合采用（ ）来完成。
A.Data Extraction
B.OLAP
C.OLTP
D.ETL

答案：B

解析：联机分析处理 OLAP 能使分析人员迅速、一致、交互地从各个方面观察信息，具有共享多维信息快速分析的特征，其中的多维性可满足从时间、地区和商品种类三个维度分析数据的需求。而 Data Extraction 是数据抽取；OLTP 是面向交易的处理过程，主要用于日常业务操作；ETL 是将数据从来源端经过抽取、交互转换、加载至目的端的过程，主要用于数据仓库的构建，均不符合题意。

真题 2
以下关于 OLTP 和 OLAP 的说法，错误的是（ ）。
A.OLTP 系统主要用于处理日常事务性操作，OLAP 系统主要用于支持决策分析
B.OLTP 系统的数据更新频率高，OLAP 系统的数据更新频率低
C.OLTP 系统的查询以简单查询为主，OLAP 系统的查询以复杂查询为主
D.OLTP 系统和 OLAP 系统都采用星型模型或雪花模型进行数据库设计

答案：D

解析：OLTP 系统采用规范化的数据库设计，通常使用关系型数据库管理系统；而 OLAP 系统常采用星型模型、雪花模型等非规范化的设计，以便快速进行多维分析。所以 D 选项说法错误。A、B、C 选项关于 OLTP 和 OLAP 的描述都是正确的。

真题 3
商业智能主要应用的 3 个关键技术是（ ）。
A、数据仓库 / OLAP / 数据挖掘
B、ETL/OLAP/ 数据展现
C、数据仓库 / OLTP/OLAP
D、数据集市 / 数据挖掘 / 数据质量标准

答案：A

解析：从技术层面上讲，商业智能是数据仓库、联机分析处理（OLAP）和数据挖掘等技术的综合运用。数据仓库用于存储和管理大量的数据；OLAP 用于对数据进行多维分析；数据挖掘用于从数据中发现潜在的模式和知识，帮助企业做出决策。而 ETL 是构建数据仓库的一个环节，数据展现是商业智能的一个部分，但不是关键技术，OLTP 主要用于日常事务处理，不属于商业智能的关键技术，所以答案为 A。