一般而言，OLTP 系统执行以下任务：

• 处理大量相对简单的事务：通常包括数据的插入、更新和删除操作，以及简单的数据查询（例如，ATM 上的余额检查）。
• 支持多个用户访问相同的数据，同时确保数据的完整性：OLTP 系统依赖于并行算法，以确保两个用户无法同时更改同一数据，并确保所有事务以正确的顺序执行。 这可以防止人员使用在线预订系统重复预订同一房间，避免共同银行账户的持有人发生意外透支情况。
• 强调非常快速的处理，响应时间以毫秒计：OLTP 系统的有效性 由每秒执行的事务总数进行衡量。
• 提供建立了索引的数据集：这些数据集用于快速搜索、检索和查询。
• 24/7/365 式可用性：OLTP 处理数量巨大的并发事务，因此任何数据丢失或宕机都可能造成损失惨重的严重影响。 必须提供任何时刻的完整数据备份。 OLTP 系统需要频繁的定期备份和持续增量备份。

OLTP 与联机分析处理  (OLAP） 混淆。 两者有着相似的首字母缩写词，都是联机数据 处理系统，但相似之处仅此而已。

OLTP 为执行联机数据库事务而优化。 OLTP 系统旨在由一线员工（如收银员、银行柜台工作人员、零件接待员）或供客户自助服务应用（如网上银行、电子商务、旅行预约）使用。

而 OLAP 则为执行复杂的数据分析而优化。 OLAP 系统旨在由数据科学家、业务分析员和知识工作者使用，支持商业智能 (BI)、数据挖掘和其他决策支持应用。

OLTP 和 OLAP 系统之间存在几个明显的技术差异，这不足为奇：

• OLTP 系统 使用关系型数据库，支持大量并发用户和频繁的查询和更新，同时可实现非常快速的响应速度。 OLAP 系统 则使用多维数据库（通过多个关系型数据库创建的特殊类型的数据库）， 支持 涉及当前和历史数据中多个数据事实的复杂查询 。 （OLAP 数据库可组织为数据仓库。）
• OLTP 查询很简单，通常只涉及一条或几条数据库记录。 OLAP  查询则非常复杂 ，涉及大量记录。
• OLTP 事务和查询响应速度快如闪电；而 OLAP  的响应速度 则要慢上几个数量级。
• OLTP 系统 频繁修改数据（这是事务处理的特性）；而 OLAP 则完全不修改数据。
• OLTP 工作负载涉及读写均衡；而 OLAP 工作负载则是密集的读取操作。
• OLTP 数据库只需相对较小的存储空间；而 OLAP 数据库则使用大量的数据集，通常具有巨大的存储空间需求。
• OLTP 系统 需要频繁或并发备份；而 OLAP 系统的备份频率要低得多。

值得注意的是，OLTP 系统经常作为 OLAP 系统的信息来源。 使用 OLAP 执行的分析的目标通常是改进业务战略和优化业务流程，而这又为改进 OLTP 系统提供了基础。

要深入了解这些方法之间的差异，请查看"OLAP 与 OLTP 有何不同？"

由于互联网和电子商务时代的兴起，OLTP 系统几乎是遍地开花。 它们几乎存在于每个行业或垂直市场以及许多面向消费者的系统中。 日常生活中的 OLTP 系统的例子包括：

• ATM 机（这是最常被引用的典型示例）和网上银行应用
• 信用卡片支付处理（线上和店内）
• 订单输入 （零售及后台）
• 在线预订（票务、预订系统等）
• 记录保存（包括运行状况记录、库存控制、生产调度、索赔处理、客户服务凭单和许多其他应用）

IBM 首创的面向事务的应用管理软件迅速成为大型机时代的行业标准。 现在，IBM 提供企业级的数据管理解决方案，由 AI 驱动，专为云原生架构设计，并针对事务型工作负载进行了优化。

IBM Db2 是一种关系型多模数据库，为结构化和非结构化数据以及范围广泛的工作负载（包括 OLTP）提供高级数据管理和分析能力。 从本质上而言， Db2 使企业能够直接针对为生产系统而优化的事务型数据库执行 OLAP 查询，在一种高性能和高效的数据存储中结合了 OLTP 和 OLAP 数据库的优点。

IBM Informix 是一种可扩展的嵌入式数据库，具有自我管理功能，并且针对 OLTP 和物联网 (IoT) 数据进行了优化。 Informix 的多功能性和易用性使它成为范围广泛的环境（无论是企业数据仓库，还是单独的应用开发）的首选解决方案。

此外，IBM Cloud Pak for Data 帮助组织将来自混合与多云环境的数据集成到一个全面的智能平台中，使整个组织的数据分析使用实现现代化。 这种可扩展的开放式数据与 AI 平台可随处运行，提供数据驱动的洞察，为决策者赋能，为创新加油提速。

要了解有关 IBM Cloud 如何为面向客户的高性能业务应用提供基础的更多信息，请立即注册一个免费的 IBM Cloud 帐户。