|
|
知识路径： > 数据库主流应用技术 > 数据库主流应用技术 > 数据库主流应用技术 > 大数据与数据库 >
|
被考次数：2次
被考频率：低频率
总体答错率：42%
知识难度系数： 
|
由 软考在线 用户真实做题大数据统计生成
|
|
相关知识点：5个
|
|
|
|
|
在这一节中，我们将联机分析处理（OLAP）和联机事务处理（OLTP）进行分析和比较。
|
|
|
|
OLAP主要是关于如何理解聚集的大量不同的数据。与OLTP应用程序不同，OLAP包含许多具有复杂关系的数据项。OLAP的目的就是分析这些数据，寻找模式、趋势以及例外情况。
|
|
|
|
OLAP是决策人员和高层管理人员对数据仓库进行信息分析处理。OLAP数据可能包含以地区、类型或渠道分类的销售数据。一个典型的OLAP查询可能要访问一个多年的销售数据库，以便能找到在每一个地区的每一种产品的销售情况。当得到这些数据后，分析人员可能会进一步地细化查询，在以地区、产品分类的情况下查询每一个销售渠道的销售量。最后，分析人员可能会针对每一个销售渠道进行年与年或者季度与季度的比较。整个过程必须被联机执行并要有快速的响应时间，以便分析过程不受外界干扰。联机分析处理可以被刻画为具有下面特征的联机事务：
|
|
|
|
（1）可以存取大量的数据，比如几年的销售数据，分析各个商业元素类型之间的关系，如销售、产品、地区、渠道。
|
|
|
|
（2）需要包含聚集的数据，例如销售量、预算金额以及消费金额。
|
|
|
|
（3）按层次对比不同时间周期的聚集数据，如月、季度或者年。
|
|
|
|
（4）以不同的方式来表现数据，如以地区、或者每一地区内按不同销售渠道、不同产品来表现。
|
|
|
|
（5）需要包含数据元素之间的复杂计算，如在某一地区的每一销售渠道的期望利润与销售收入之间的分析。
|
|
|
|
（6）能够快速地响应用户的查询，以便用户的分析思考过程不受系统影响。
|
|
|
|
OLAP服务器允许用熟悉的工具方便地存取不同的数据源。快速响应时间是OLAP中的关键因素。它分批处理报表，应用程序中的信息必须快速可得，以便执行进一步的分析。为了使分析过程变得容易，OLAP应用程序经常以诸如电子表格这样容易辨识的形式提交数据。
|
|
|
|
OLTP是操作人员和低层管理人员利用计算机网络对数据库中的数据进行查询、增加、删除、修改等操作，以完成事务处理工作。
|
|
|
|
OLTP以快速事务响应和频繁的数据修改为特征，用户利用数据库快速地处理具体业务。OLTP应用时有频繁的写操作，所以数据库要提供数据锁、事务日志等机制。OLTP应用要求多个查询并行，以便将每个查询的执行分布到一个处理器上。
|
|
|
|
与OLAP应用程序不同，OLTP应用程序包含大量相对简单的事务。对这些事务通常只是需要获取或更新其中的一小部分数据，且这些表之间的关系通常是很简单的。
|
|
|
|
现代的数据库存储有数以万计的数据，经常每天处理成千上万的事务，OLTP数据库在查找业务数据时是非常有效的。但在为决策者提供综合汇总性数据时则显得力不从心。这就需要OLAP技术。OLAP是一项以灵活、可用和及时的方式构造、处理和表示综合数据的技术。例如，下面一个简单的问题：查看1999年西南地区的销售情况，数据按省、季度和产品分类。首先要从OLTP的数据库中抽取数据，这需要大量的时间；然后，还要用大量的时间来查询检索该年四个季度每个月的销售数据等。而用OLAP技术则可以在几秒钟内完成这样的问题。
|
|
|
|
OLTP的特点在于事务量大，但事务内容比较简单且重复率高。大量的数据操作主要涉及的是一些增加、删除、修改操作，一般仅仅涉及一张或几张表的少数记录，因此OLTP适合于处理高度结构化的信息。与其相适应，在数据组织方面OLTP以应用为核心，是应用驱动的，数据模型采用E-R模型。
|
|
|
|
OLTP处理的数据是高度结构化的，涉及的事务比较简单，因此复杂的表关联不会严重影响性能。反之，决策支持系统的一个查询可能涉及数万条记录。这时复杂的联接操作会严重影响性能。在OLTP系统中，数据访问路径是已知的，至少是相对固定的，应用程序可以在事务中使用具体的数据结构如表、索引等。而决策支持系统使用的数据不仅有结构化数据，而且有非结构化数据，用户常常是在想要某种数据前才决定去分析该数据。因此数据仓库系统中一定要为用户设计出更为简明的数据分析模型，这样才能为决策支持提供更为透明的数据访问。OLTP和OLAP的区别如下表所示。
|
|
|
|
|
|
|
|
由上表可见，OLTP与OLAP是两类不同的应用。OLTP面对的是操作人员和低层管理人员，OLAP面对的则是决策人员和高层管理人员；OLTP是对基本数据的查询和增加、删除、修改操作处理，它以数据库为基础，而OLAP更适合以数据仓库为基础的数据分析处理。OLAP所需的历史的、导出的及经综合提炼的数据均来自OLTP所依赖的底层数据库。OLAP数据较之OLTP数据而言要增加数据多维化或预综合处理等操作。例如，对一些统计数据，首先进行预综合处理，建立不同层次级别的统计数据，从而满足快速统计分析和查询的要求。除了数据及处理上的不同之外，OLAP的前端产品的界面风格及数据访问方式也同OLTP有所区别。OLTP多为操作人员经常用到的固定表格，查询和数据显示也比较固定、规范。而OLAP多采用便于非数据处理专业人员理解的方式，如多维报表、统计图形等，查询及数据输出直观灵活，用户可以方便地进行逐层细化、切片、切块和数据旋转等操作。
|
|
|
