OLTP 与 OLAP

OLTP（联机事务处理） 和 OLAP（联机分析处理） 是两类基本的数据处理系统。它们服务于不同目的，设计理念不同，并针对不同工作负载进行优化。

关键区别：

1. 目的与侧重点

• OLTP： 侧重于日常运营任务。它旨在处理大量短小、原子性的事务（例如插入订单、更新客户记录、处理支付）。目标是速度、可靠性和并发性。
• OLAP： 侧重于分析和决策支持任务。它旨在处理复杂的、读密集型的查询，对大量历史数据进行聚合（例如"上季度各地区总销售额是多少？"）。目标是为商业智能提供洞察。

2. 数据特征

• OLTP： 存储当前的、详细的、运营性数据。数据高度规范化，以确保完整性并避免冗余。它反映业务的"当下"状态。
• OLAP： 存储历史的、聚合的、通常反规范化的数据。它将来自多个数据源（通常包括OLTP系统）的数据集成到数据仓库或数据集市中。它针对读取和分析进行优化，而非频繁更新。

3. 工作负载与查询

• OLTP： 工作负载由大量短小、简单、快速的读写操作组成（CRUD——创建、读取、更新、删除）。查询通常只影响少量行（例如"获取订单#12345"）。
• OLAP： 工作负载由较少但非常复杂、长时间运行的只读查询组成。这些查询通常扫描数百万行，并执行大量聚合、连接和计算（例如"按产品类别计算同比增长"）。

4. 性能指标

• OLTP： 关键指标是吞吐量（每秒事务数）和低延迟。系统必须处理高并发而不出现锁问题。
• OLAP： 关键指标是复杂分析查询的响应时间。单个事务的吞吐量不那么重要。

5. 模式设计

• OLTP： 使用高度规范化的模式（第三范式），以最小化数据冗余并确保事务完整性。这导致许多表之间存在复杂关系。
• OLAP： 使用反规范化模式，通常是星型模式或雪花模式。这减少了复杂查询所需的连接数，并加速聚合。它还可能使用列式存储以获得更好的压缩和读取性能。

6. 典型示例

• OLTP： 订单录入系统、银行交易系统、电商结账、CRM系统。
• OLAP： 商业智能仪表板、数据仓库（如Amazon Redshift、Snowflake、Google BigQuery）、财务报告和预测系统。

图示

查看大图alt

总结表

方面	OLTP	OLAP
主要目的	运行业务（运营）	分析业务（洞察）
数据	当前的、详细的、规范化的	历史的、聚合的、反规范化的
工作负载	大量短小的读写事务	少量复杂的只读查询
优化方向	写入性能、并发性、完整性	读取性能、聚合、压缩
模式	规范化（第三范式）	星型/雪花型、列式
关键指标	每秒事务数、延迟	查询响应时间
用户	一线员工、应用程序	分析师、数据科学家、高管

关键要点

它们是互补的，而非竞争的。组织通常使用OLTP系统运行日常运营，并将这些系统的数据输入到OLAP系统（如数据仓库）进行分析和报告。现代架构（如HTAP——混合事务/分析处理）试图弥合这一差距，但基本的设计权衡仍然存在。