OLTP与OLAP对比

当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。
联机事务处理OLTP（on-line transaction processing）主要是执行基本的、日常的事务处理，比如在银行存取一笔款，就是一个事务交易。
OLTP的特点一般有：
1.实时性要求高；
2.数据量不是很大；
3.交易一般是确定的，所以OLTP是对确定性的数据进行存取(比如存取款都有一个特定的金额)；
4.并发性要求高并且严格的要求事务的完整、安全性 (比如这种情况：有可能你和你的家人同时在不同的银行取同一个帐号的款)。
联机分析处理 (OLAP) 的概念最早是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。OLAP的提出引起了很大的反响，OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来。
联机分析处理OLAP（On-Line Analytical Processing）是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。典型的应用就是复杂的动态报表系统。
OLAP的特点一般有：
1.实时性要求不是很高，很多应用顶多是每天更新一下数据；
2.数据量大，因为OLAP支持的是动态查询，所以用户也许要通过将很多数据的统计后才能得到想要知道的信息，例如时间序列分析等等，所以处理的数据量很大；
3.因为重点在于决策支持，所以查询一般是动态的，也就是说允许用户随时提出查询的要求。于是在OLAP中通过一个重要概念“维”来搭建一个动态查询的平台（或技术），供用户自己去决定需要知道什么信息。
两者的区别在于：

     OLTP                                        OLAP
用户        操作人员、低级管理人员           决策人员、高级管理人员
功能        日常操作处理                        分析决策
DB设计    面向应用                        面向主题
数据        当前的, 最新细节的,         历史的, 聚集的
二维的分立的 多维的集成的, 统一的
存取        读/写数十条记录           读上百万条记录
工作单位   简单的事务                            复杂的查询
用户数     上千个                        上百个
DB 大小   100MB-GB                        100GB-TB

节选一段《数据挖掘》第2章“数据仓库和数据挖掘的 OLAP 技术”中的描述：
2.1.1 操作数据库系统与数据仓库的区别
由于大多数人都熟悉商用关系数据库系统，将数据仓库与之比较，就容易理解什么是数据仓库。联机操作数据库系统的主要任务是执行联机事务和查询处理。这种系统称为联机事务处理（OLTP）系统。它们涵盖了一个组织的大部分日常操作，如购买、库存、制造、银行、工资、注册、记帐等。另一方面，数据仓库系统在数据分析和决策方面为用户或“知识工人”提供服务。这种系统可以用不同的格式组织和提供数据，以便满足不同用户的形形色色需求。这种系统称为联机分析处理（OLAP）系统。
OLTP 和 OLAP 的主要区别概述如下：
用户和系统的面向性：OLTP 是面向顾客的，用于办事员、客户和信息技术专业人员的事务和查询处理。OLAP 是面向市场的，用于知识工人（包括经理、主管和分析人员）的数据分析。
数据内容：OLTP 系统管理当前数据。通常，这种数据太琐碎，难以用于决策。OLAP 系统管理大量历史数据，提供汇总和聚集机制，并在不同的粒度级别上存储和管理信息。这些特点使得数据容易用于见多识广的决策。
数据库设计：通常，OLTP 系统采用实体-联系（ER）模型和面向应用的数据库设计。而 OLAP 系统通常采用星型或雪花模型和面向主题的数据库设计。
视图：OLTP 系统主要关注一个企业或部门内部的当前数据，而不涉及历史数据或不同组织的数据。相比之下，由于组织的变化，OLAP 系统常常跨越数据库模式的多个版本。OLAP 系统也处理来自于不同组织的信息，由多个数据存储集成的信息。由于数据量巨大，OLAP 数据也存放在多个存储介质上。
访问模式：OLTP 系统的访问主要由短的原子事务组成。这种系统需要并行控制和恢复机制。然而，对 OLAP 系统的访问大部分是只读操作（由于大部分数据仓库存放历史数据，而不是当前数据），尽管许多可能是复杂的查询。
《数据仓库》（Building the Data Warehouse），W.H.Inmon 著，机械工业出版社出版。数据仓库是数据挖掘和 OLAP 的基础，是实现一对一服务的必经之路，是目前对于企业最有战略价值的技术。 W.H.Inmon 就是“数据仓库之父”。
《数据挖掘—概念与技术》（Data Mining: Concepts and Techniques），Jiawei Han & Micheline Kamber 著，机械工业出版社出版。 这本书最好与《数据仓库》一起读。数据仓库提供了 OLAP 的基础，而如何更好地做 OLAP，则是数据挖掘技术所要讨论的。
[整理自网络]