OLTP

聯機事務處理系統是一種以事務元作為數據處理的單位、人機交互的計算機應用系統。它能對數據進行即時更新或其他操作，系統內的數據總是保持在最新狀態。用戶可將一組保持數據一致性的操作序列指定為一個事務元，通過終端、個人計算機或其他設備輸入事務元，經系統處理后返回結果，應用於飛機訂票、銀行出納、股票交易、超市銷售、飯店前後管理等。

這樣做的最大優點是可以即時地處理輸入的數據，及時地回答。也稱為實時系統(Real time System)。衡量聯機事務處理結果的一個重要指標是系統性能，具體體現為實時請求-響應時間(Response Time)，即用戶在終端上輸入數據之後，到計算機對這個請求給出答覆所需要的時間。OLTP是由前台、應用、資料庫共同完成的，處理快慢以及處理程度取決於資料庫引擎、伺服器、應用引擎。

OLTP 資料庫旨在使事務應用程序僅寫入所需的數據，以便儘快處理單個事務。

支持大量併發用戶定期添加和修改數據。

反映隨時變化的單位狀態，但不保存其歷史記錄。

包含大量數據，其中包括用於驗證事務的大量數據。

結構複雜。

可以進行優化以對事務活動做出響應。

提供用於支持單位日常運營的技術基礎結構。

個別事務能夠很快地完成，並且只需訪問相對較少的數據。OLTP 旨在處理同時輸入的成百上千的事務。

實時性要求高。

數據量不是很大。

交易一般是確定的，所以OLTP是對確定性的數據進行存取。(比如存取款都有一個特定的金額)

併發性要求高並且嚴格的要求事務的完整、安全性。(比如這種情況：有可能你和你的家人同時在不同的銀行取同一個帳號的款)。

OLTP 系統中的數據主要被組織為支持如下事務：

記錄來自銷售點終端或通過網站輸入的訂單。

當庫存量降到指定級別時，訂購更多的貨物。

在製造廠中將零部件組裝為成品時對零部件進行跟蹤。

記錄僱員數據。

當今的數據處理大致可以分成兩大類：聯機事務處理OLTP（on-line transaction processing）、聯機分析處理OLAP（On-Line Analytical Processing）。OLTP是傳統的關係型資料庫的主要應用，主要是基本的、日常的事務處理，例如銀行交易。OLAP是數據倉庫系統的主要應用，支持複雜的分析操作，側重決策支持，並且提供直觀易懂的查詢結果。

事務系統包含巨量數據的更新，是業務延續性的重中之重，並提供對重要數據的近實時訪問，包括讓企業更有競爭力的數據。

聯機事務處理分析範圍擴展到近實時數據，尤其是客戶數據；提供近乎實時的虛擬數據倉庫；對主數據管理的負載均衡更新，增加企業信息化架構的靈活性。

要在這些新任務上成功應用OLTP，就必須重新定義OLTP在企業信息化體系結構中的地位。OLTP不再只是一套能處理訂單的老式應用程序。對典型的OLTP系統處理的大規模數據流更新進行同時分析，這種情況很罕見，因為一般認為這不是OLTP的目的。然而數據倉庫更新固有的延遲阻礙著對最新數據的近實時分析。組織如果要對於數據的變化迅速作出反應，IT部門就必須讓OLTP產生比以往更大的作用。

事務處理系統資料庫應設計為支持：

1.很好的數據放置。

對於 OLTP 系統，輸入/輸出瓶頸是一個尤為關心的問題，原因在於修改整個資料庫中數據的用戶很多。確定數據的可能訪問模式，並將經常訪問的數據放在一起。在此過程中，可輔以文件組和 RAID（獨立磁碟冗餘陣列）系統。

2.縮短事務以將長期鎖減至最少，提高併發性。

在事務期間，避免用戶交互。無論何時，只要有可能，就通過執行單個存儲過程來處理整個事務。在事務內對錶的引用順序可能會影響併發性。將對經常訪問的表的引用置於事務的末尾，以便將控制鎖的持續時間減至最短。

3.聯機備份。

OLTP 系統通常的特徵是連續操作（一天 24 小時，一周 7 天），為達到此目的，停工時間要保持絕對最短。儘管 Microsoft SQL Server 2000 可以在資料庫正在使用時對其進行備份，但是應將備份過程安排在活動不頻繁時進行，以使對用戶的影響減至最小。

4.資料庫的高度規範化。

儘可能減少冗餘信息以提高更新的速度，從而提高併發性。減少數據還可以提高備份的速度，因為只需要備份更少的數據。

5.很少或沒有歷史或聚合數據。

可以將很少引用的數據歸檔到單獨的資料庫中，或者從經常更新的表中移出，並置於僅含歷史數據的表中。這將保持表儘可能地小，從而縮短備份時間，改善查詢性能。

6.小心使用索引。

每次添加或修改信息時，必須更新索引。若要避免對經常更新的表進行過多的索引，索引範圍應保持較窄。請用索引優化嚮導設計索引。

OLTP處理的數據是高度結構化的，涉及的事務比較簡單，因此復得關聯聯不會嚴重影響性能。反之，決策支持系統的一個查詢可能涉及數萬條記錄，這時複雜的連接操作會嚴重影響性能。在OLTP系統中，數據訪問路徑是已知的，至少是相對固定的，應用程序可以在事務中使用具體的數據結構如表、索引等。而決策支持系統使用的數據不僅有結構化數據，而且有非結構化數據，用戶常常是在想要某種數據前才決定去分析該數據。因此，數據倉庫系統中一定要為用戶設計出更為簡明的數據分析模型，這樣才能為決策支持提供更為透明的數據訪問。

OLAP是以數據倉庫為基礎的，其最終數據來源與OLTP一樣均來自底層的資料庫系統，但由於二者面對的用戶不同，OLTP面對的是操作人員和低層管理人員，OLAP面員和高層管理人員。

聯機分析處理 (OLAP) 的概念最早是由關係資料庫之父E.F.Codd於1993年提出的，他同時提出了關於OLAP的12條準則。OLAP的提出引起了很大的反響，OLAP作為一類產品同聯機事務處理(OLTP) 明顯區分開來。

下面是對OLAP的概念及其分析方法、分析模型的具體描述：

OLAP是使分析人員、管理人員或執行人員能夠從多角度對信息進行快速、一致、交互地存取，從而獲得對數據的更深入了解的一類軟體技術。OLAP的目標是滿足決策支持或者滿足在多維環境下特定的查詢和報表需求，它的技術核心是"維"這個概念。

“維”是人們觀察客觀世界的角度，是一種高層次的類型劃分。“維”一般包含著層次關係，這種層次關係有時會相當複雜。通過把一個實體的多項重要的屬性定義為多個維（dimension），使用戶能對不同維上的數據進行比較。因此OLAP也可以說是多維數據分析工具的集合。

OLAP的基本多維分析操作有鑽取（roll up和drill down）、切片（slice）和切塊（dice）、以及旋轉（pivot）、drill across、drill through等。

OLAP工具是針對特定問題的聯機數據訪問與分析。它通過多維度的方式對數據進行分析、查詢和報表這是人們觀察數據的特定角度。例如，一個企業在考慮產品的銷售情況時，通常從時間、地區和產品的不同角度來深入觀察產品的銷售情況。這裡的時間、地區和產品就是一。而這些維的不同組合和所考察的度量指標構成的多維數組則是OLAP分析的基礎，可形式化表示為（維1，維2，…為度量指標），如（地區、時間、產品、銷售額）。多維分析是指對以多維形式組織起來的數據採取切片（Slice）、切塊（Dice）、鑽取（Drill-down和Roll-up）、旋轉（Pivot）等各種分析動作，以求剖析數據，使用戶能從多個角度、多側面地觀察資料庫中的數據，從而深入理解包含在數據中的信息。

鑽取是思維思維維度維度層維度，變換分力度粒度。它包括向上鑽取（roll up）和向下鑽取（drill down）。roll up是維度維度一維上將低層次的細節數據概括到高層次的匯總數據，或者減少維數；而drill down則相反，它從匯總數據深入到細節數據進行觀察維度維度加新維度。維度

切片和切塊是在一部分維上選定值后，關心度量數據在剩餘維上的分佈。如果剩餘的維只有兩個，則是切片；如果有三個，則是切塊。

旋轉是變換維的方向，即在表格中重新安排維的放置（例如行列互換）。

OLAP有多種實現方法，根據存儲數據的方式不同可以分為ROLAP、MOLAP、HOLAP。

ROLAP表示基於關係資料庫的OLAP實現（Relational OLAP）。以關係資料庫為核心，以關係型結構進行多維數據的表示和存儲。ROLAP將多維資料庫的多維結構劃分為兩類表：一類是事實表，用來存儲數據和維關鍵字；另一類是維表，即對每個維至少使用一個表來存放維的層次、成員類別等維的描述信息。維表和事實表通過主關鍵字和外關鍵字聯繫在一起，形成了"星型模式"。對於層次複雜的維，為避免冗餘數據佔用過大的存儲空間，可以使用多個表來描述，這種星型模式的擴展稱為"雪花模式"。

MOLAP表示基於多維數據組織的OLAP實現（Multidimensional OLAP）。以多維數據組織方式為核心，也就是說，MOLAP使用多維數組存儲數據。多維數據在存儲中將形成"立方塊（Cube）"的結構，在MOLAP中對"立方塊"的"旋轉"、"切塊"、"切片"是產生多維數據報表的主要技術。

HOLAP表示基於混合數據組織的OLAP實現（Hybrid OLAP）。如低層是關係型的，高層是多維矩陣型的。這種方式具有更好的靈活性。

還有其他的一些實現OLAP的方法，如提供一個專用的SQL Server，對某些存儲模式（如星型、雪片型）提供對SQL查詢的特殊支持。

根據綜合性數據的組織方式的不同，常見的OLAP主要有基於多維資料庫的MOLAP及基於關係資料庫的ROLAP兩種。MOLAP是以多維的方式組織和存儲數據，ROLAP則利用現有的關係資料庫技術來模擬多維數據。在數據倉庫應用中，OLAP應用一般是數據倉庫應用的前端工具，同時OLAP工具還可以同數據挖掘工具、統計分析工具配合使用，增強決策分析功能。

新興網際網路背景下的OLTP系統可以稱為“ New OLTP”，它們主要面向以下兩個客戶需求:

(1)更高的OLTP吞吐量的需求。考慮到新興的一些網際網路應用程序，比如多人遊戲、社交網路、在線博彩網路等，它們必須能夠處理每秒大量的交互。同時，移動設備的爆炸性增長也帶來了一個新的市場:把手機當作地理感測器，從而提供基於位置的服務。因此，成功的應用還應該具有處理爆炸性增長事務的能力。網際網路和智能手機的出現與發展，引起了對資料庫系統的海量交互， New OLTP需要資料庫具有更好的性能和更強的可擴展性。

(2)實時分析的需求。新的查詢是混雜了潮水般更新操作的查詢。例如，一個網際網路應用想要知道當前在線的所有遊戲玩家，或者是一個智能手機用戶想要知道誰在他/她的周圍。這些查詢僅需要對整合完成的數據進行，但需要對當前數據進行實時查詢。因此， New OLTP系統需要具有實時查詢的能力。