oltp 和 olap 的区别？-爱代码爱编程
OLTP 和 OLAP 的区别？
| OLTP(Online transaction processing) | OLAP(Online analytical processing) |
| 在线事务处理过程 | 在线分析处理过程 |
| 操作对象是数据库，数据量小 | 操作对象是数据仓库，数据量大 |
| 数据模型为 实体-关系（ER） | 数据模型是 星型或雪花型 |
| 支持DML、DDL | 一般不支持更新和删除 |
| 作用于当前数据的行 | 作用域当前及历史数据，涉及多表 |
| 专注于事务数据的增删改，侧重实时性 | 专注于决策数据分析，侧重大数据量查询 |
| 数据来源于在线业务 | 数据来源于各种 OLTP |
| 通常采用规范化的设计，需要保证数据的完整性 | 不需要太多规范化，可以存储冗余信息，采用多维数据模型 |
| 常见应用包括银行 ATM、在线订票系统、网上商城 | 常见应用包括数据仓库、报表分析、商务智能 |
MySQL一般作为OLTP数据库使用，也能执行一些OLAP操作，但这不是MySQL擅长的领域。
由于OLTP操作比较简单，所涉及的表也少，因此不需要相应的数据库具有强大的执行优化能力。
OLTP查询一般仅涉及单表，点查为主，返回的是记录本身或该记录的多个列。即使是范围查询，基本上也会通过limit来限制返回的记录数。
而OLAP则不同，表中单条记录本身并不是查询所关心的，比较典型的特点包括有聚合类算子、涉及多表Join。这些操作都非常耗计算资源，而且数据仓库相比数据库在数据量上大很多，因此，OLAP类查询经常表现为cpu-bound而不是io-bound。
OLAP的查询语句比OLTP更复杂，因为两者操作的数据集和目的不一样。数据库模型是2维的关系-实体模型(ER)。而数仓则是多维立方体模型(星型或雪花型)。
数据仓库
OLAP对应的数据载体叫做数据仓库，因为它不是数据的生产者，其中的数据都是从其他地方搬运过来的，而搬运和清洗的过程就是ETL流程（Extract-Transform-Load，即数据抽取、转换和加载）。
数仓的数据来源归纳起来大体有3种：
-
结构化数据：一般来自于数据库，比如MySQL等关系型数据库的表中保存的记录（rows）。即承担OLTP功能的数据载体。这类数据最好处理，因为数据表达方式作为规范，约束性最好；
-
半结构化数据：该部分数据来源较多，包括用户行为日志（如app的页面访问记录）、平台或管理服务日志（tomcat、mysql等服务日志）等等，也包括存储于MongoDB等非关系型数据库中的记录（Docs等）。这些数据一般以Json或XML等形式存在，在ETL时难度较大。
-
非结构化数据：包括图片、音频、视频和网页等，这些数据非常复杂，信息量也很大，一般不会直接抽取出来直接保存到数仓中，而是记录他们的元数据信息（metadata），以图片为例，可能保存该图片的产生时间、格式、大小等等，至于图片本身，一般通过url链接保存在对象或文件存储系统中。
数仓的作用有哪些？
-
进行交互式/即席查询（ad-hoc）；
-
用于报表类查询（BI Reporting）；
-
进行数据分析类查询（Data Analytics）；
-
用于数据挖掘类查询（Data Mining）；
数据在数仓中是如何组织的？
数仓中数据的存在方式跟数仓索要发挥的作用息息相关，即该数仓要承载什么样的业务模型。基于业务模型设计对应的数据仓库的数据模型，进而针对性实现不同的ETL操作将外部数据经过不同程度的过滤、聚合等处理之后引入到数仓之中。