下载文档原格式
联机事务处理(OLTP)和联机分析处理(OLAP)1.概述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)。
OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。
OLAP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。
2.什么是联机事务处理(OLTP)联机事务处理系统(OLTP),也称为面向交易的处理系统，其基本特征是顾客的原始数据可以立即传送到计算中心进行处理，并在很短的时间内给出处理结果。
这样做的最大优点是可以即时地处理输入的数据，及时地回答。
也称为实时系统(Real time System)。
衡量联机事务处理系统的一个重要性能指标是系统性能，具体体现为实时响应时间(Response Time)，即用户在终端上送入数据之后，到计算机对这个请求给出答复所需要的时间。
OLTP数据库旨在使事务应用程序仅写入所需的数据，以便尽快处理单个事务。
OLTP数据库通常具有以下特征：1.支持大量并发用户定期添加和修改数据；2.反映随时变化的单位状态，但不保存其历史记录；3.包含大量数据，其中包括用于验证事务的大量数据；4.具有复杂的结构；5.可以进行优化以对事务活动做出响应；6.提供用于支持单位日常运营的技术基础结构；7.个别事务能够很快地完成，并且只需访问相对较少的数据。
OLTP 系统旨在处理同时输入的成百上千的事务。
OLTP系统中的数据主要被组织为支持如下事务：1.记录来自销售点终端或通过网站输入的订单；2.当库存量降到指定级别时，订购更多的货物；3.在制造厂中将零部件组装为成品时对零部件进行跟踪；4.记录雇员数据。
通常在数据库系统中，事务是工作的离散单位。
例如，一个数据库事务可以是修改一个用户的帐户平衡或库存项的写操作。
联机分析处理（英语：On-Line Analytical Processing，简称OLAP），是一套以多维度方式分析数据，而能弹性地提供积存（英语：Roll-up）、下钻（英语：Drill-down）、和透视分析（英语：pivot）等操作，呈现集成性决策信息的方法，多用于决策支持系统、商务智能或数据仓库。
其主要的功能，在于方便大规模数据分析及统计计算，对决策提供参考和支持。
与之相区别的是联机交易处理（OLTP）。
∙OLAP需以大量历史数据为基础配合上时间点的差异并对多维度及汇整型的信息进行复杂的分析。
∙OLAP需要用户有主观的信息需求定义，因此系统效率较佳。
OLAP的概念，在实际应用中用广义和狭义两种不同的理解。
广义上的理解与字面意思相同，即针对于OLTP而言，泛指一切不对数据进行输入等事务性处理，而基于已有数据进行分析的方法。
但更多的情况下OLAP是被理解为其狭义上的含义，即与多维分析相关，基于立方体（CUBE）计算而进行的分析。
ＯＬＡＰ概述 OLAP分析，又称多维分析，是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。
OLAP也可以简单定义成使用户能够以多维视图分析数据的工具。
通常用来进行多维分析的维有时间、地点、产品、度量值（如销售额）等。
例如，在销售经理查看销售数据时，他可能想了解某个产品在某个地区、某段时间的销售额，并通过交叉表的功能来按不同的维对销售数据进行分析和通过挖掘功能来了解深层次的信息。
图3-20：数据的多维形式通过三维方式展现数据，并在此基础上进行分析，能够揭示出在二维方式下隐藏的关系；并通过方便的数据导航功能，使用户更易比较数据变量之间的关系，从而可以发现数据中隐藏的信息。
关系型数据库往往不能支持对数据进行逻辑分析和统计分析。
而采用OLAP系统，用户无须编程就可以定义新的逻辑、统计等方面的计算，并可将其做为分析的一部分，并以用户理想的方式给出报告。
用户可以在OLAP平台上进行数据分析，也可以连接到其他外部分析工具上，如时间序列分析工具、数据挖掘工具等。
ＯＬＡＰ产品根据其实现多维分析的技术以及要实现的目标而分为三类： （１）、ＭＯＬＡＰ（多维联机分析处理）。
ＭＯＬＡＰ将事务型数据进行综合，通过多维结构的“立方体”的数据结构来储存经综合的数据。
ＭＯＬＡＰ通过其层次型数据库及在内存内的索引来保障数据访问的性能。
用户可以利用数据导航工具来进行钻取、交叉查询及产生关于“立方体”的报告。
根据ＭＯＬＡＰ的技术特点，ＭＯＬＡＰ擅长于对一定数量的数据进行大量、复杂、快速的、反复的分析。
ＭＯＬＡＰ通常用来进行假设分析和问题求解，如在预算应用中。
图3-21：MOLAP架构图（２）、ＲＯＬＡＰ（关系型联机分析处理）。
ＲＯＬＡＰ在分析数据是直接到关系型数据库中取数据，而不建立自己的“立方体”。
OS Java CORBA COM+ Middleware XML&WebService Patterns ONE&NET P2P Development Database Download Doc什么是联机分析处理（OLAP ）(转载自北大高科网站，/)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。
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 ）。
OLTP 是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。
OLAP 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。
下表列出了OLTP 与OLAP 之间的比较。
OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。
OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求,它的技术核心是"维"这个概念。
“维”是人们观察客观世界的角度,是一种高层次的类型划分。
“维”一般包含着层次关系,这种层次关系有时会相当复杂。
通过把一个实体的多项重要的属性定义为多个维(dimension)，使用户能对不同维上的数据进行比较。
因此OLAP也可以说是多维数据分析工具的集合。
OLAP的基本多维分析操作有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through 等。
数据仓库与OLAP实践教程作业（1）一、OLAP的发展背景60年代，关系数据库之父E.F.Codd提出了关系模型，促进了联机事务处理(OLTP)的发展(数据以表格的形式而非文件方式存储)。
1993年，E.F.Codd提出了OLAP概念，认为OLTP 已不能满足终端用户对数据库查询分析的需要，SQL对大型数据库进行的简单查询也不能满足终端用户分析的要求。
用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。
因此，E.F.Codd提出了多维数据库和多维分析的概念，即OLAP。
在过去的十年当中，根据Codd的关于OLAP的十二条准则，OLAP技术有了很大的发展，市场上的各种OLAP产品可以说是层出不穷。
在开始探讨OLAP 技术的新方向之前，我们有必要回顾一下OLAP技术在过去一段时间的发展和演化：1970年第一个OLAP工具Express出现，后来被ORACLE公司收购并重写，但是在此时已经奠定了它的雏形。
1982年 Comshare出现，它应该算是一个面向金融行业的OLAP工具，熟悉IBM解决方案的朋友应该对这个名称比较熟悉，在数据仓库刚进入中国之初，comshare还是势头很猛，目前只在IBM的主机市场上出现了。
1984年，第一个基于Mac的ROLAP工具metaphor出现，由于该产品在当时昂贵的价格以及以后Mac机用户市场的下滑，现在已经没有人在使用这个东西了。
1985年pilot面世，这是第一个高举着EIS旗帜的OLAP供应商，属于典型的C/S结构，主机为Vax也算是把 OLAP向用户更加推进了一步。
不过遗憾的是好像没有进入中国市场。
1990年 cognos Powerplay终于出现，把OLAP技术又向前推进了一步，一方面提出desktop olap的概念，同时也是第一个基于windows的OLAP工具。
为OLAP提供了更加强劲的可扩展性。
1991年 IBM收购了metaohor，成为第一个转手的OLAP产品，虽然没有什么太大的影响，但是也算是为OLAP产品的收购开了先河。
OLAP 技术介绍刘可2004-08-20OLAP (on-line analytical processing) 联机分析处理，这一概念是由关系型数据库之父E.F.Codd于1993年提出的。
20世纪60年代末Codd提出关系型数据模型以后，关系型数据库与OLTP（on-line transaction processing）得到了快速的发展。
随着关系型数据库的快速发展，全球的数据量急剧膨胀，越来越多的数据被生产出来，同时人们对信息的需求也在快速的提升；而信息来源的最主要途径便是已掌握的海量数据，于是管理人员对数据的查询需求变得越来越复杂，他们贪婪的希望能够快速的尽可能多的从GB、TB甚至PB级数据中直观的了解到隐藏在这些数据背后的信息。
通俗的OLTP技术越来越力显得不从心。
于是数据仓库体系结构与OLAP技术应运而生。
数据仓库体系结构不是我在这里说的重点，这里我旨在从OLAP技术的特性（总体把握），OLAP技术的常用操作（前台分析操作），OLAP技术中数据存储方式（后台数据存储）三个角度全面介绍介绍OLAP技术。
一、O LAP技术的特性OLAP技术不同于OLTP技术，有非常多的特性，概括起来主要有如下几点特性：OLAP 技术是面向分析人员、管理人员的；OLAP技术对数据访问通常是只读的，并且一次访问大量数据；OLAP技术是面向主题的多维数据分析技术。
OLAP技术是面向分析人员、管理人员的区别于OLTP面向操作人员，OLAP技术主要面向分析人员、管理人员，他是提供分析人员、管理人员快速直观访问数据的一种途径。
使分析人员、管理人员能直观的从海量数据中获得有用信息以提供决策依据。
OLAP技术对数据访问通常是只读的，并且一次访问大量数据。
OLAP技术主要是针对海量数据的查询，通常不对数据做修改。
这种数据访问有别于OLTP中不断的对数据进行增删改操作。
同时这种查询不是简单的记录属性的检索，而是为了从海量数据中获取有用信息的针对大量数据的查询，通常一次需要查询会涉及到上百万条以上数据。
