Was ist Online Transactional Processing (OLTP)?

OLTP ermöglicht die schnelle, präzise Datenverarbeitung bei Geldautomaten und Online-Banking, Registrierkassen und E-Commerce sowie einer Vielzahl anderer Dienste, mit denen wir täglich interagieren.

Eine Datenbanktransaktion ist eine Änderung, Einfügung, Löschung oder Abfrage von Daten in einer Datenbank. OLTP-Systeme (und die damit ermöglichten Datenbanktransaktionen) steuern viele der Finanztransaktionen, die wir täglich durchführen, darunter Online-Banking und Transaktionen an Geldautomaten, E-Commerce und Einkäufe in Geschäften sowie Hotel- und Flugbuchungen, um nur einige zu nennen. In jedem dieser Fälle bleibt die Datenbanktransaktion auch als Datensatz der entsprechenden Finanztransaktion erhalten. OLTP kann auch nichtfinanzielle Datenbankaustausche vorantreiben, darunter Passwortänderungen und Textnachrichten. 

Im OLTP ist das gemeinsame, definierende Merkmal jeder Datenbanktransaktion ihre Atomarität (oder Unteilbarkeit) – eine Transaktion ist entweder als Ganzes erfolgreich oder schlägt fehl (oder wird abgebrochen). Sie kann nicht in einem schwebenden oder Zwischenzustand verbleiben.

Im Allgemeinen führen OLTP-Systeme folgende Aufgaben aus:

• Verarbeitung einer großen Anzahl von relativ einfachen Transaktionen: In der Regel Einfügungen, Aktualisierungen und Löschungen von Daten sowie einfache Datenabfragen (z. B. eine Überprüfung des Kontostands an einem Geldautomaten).
  
  
• Ermöglichung des Zugriffs mehrerer Benutzer auf dieselben Daten und gleichzeitige Sicherstellung der Datenintegrität: OLTP-Systeme verwenden Algorithmen zur Nebenläufigkeitskontrolle, um sicherzustellen, dass nicht zwei Benutzer gleichzeitig dieselben Daten ändern können und dass alle Transaktionen in der richtigen Reihenfolge ausgeführt werden. Dies verhindert, dass Personen, die Online-Reservierungssysteme nutzen, dasselbe Zimmer doppelt buchen und schützt Inhaber von gemeinsam geführten Bankkonten vor versehentlichen Überziehungen.
  
  
• Betonung einer sehr schnellen Verarbeitung, wobei die Reaktionszeiten in Millisekunden gemessen werden: Die Effektivität eines OLTP-Systems wird an der Gesamtzahl der Transaktionen gemessen, die pro Sekunde durchgeführt werden können.
  
  
• Bereitstellung von indizierten Datensätzen: Diese werden für die schnelle Suche, den Abruf und die Abfrage verwendet.
  
  
• Verfügbarkeit rund um die Uhr: OLTP-Systeme verarbeiten eine große Anzahl gleichzeitiger Transaktionen, sodass Datenverluste oder Ausfallzeiten erhebliche und kostspielige Auswirkungen haben können. Es muss jederzeit eine vollständiges Daten-Backup verfügbar sein. OLTP-Systeme erfordern regelmäßige Backups und ständige inkrementelle Backups.

OLTP wird häufig mit Online Analytical Processing (OLAP) verwechselt. Beide haben ähnliche Akronyme und sind Online-Datenverarbeitungssysteme, doch damit enden auch schon die Gemeinsamkeiten.

OLTP ist für die Ausführung von Online-Datenbanktransaktionen konzipiert. OLTP-Systeme sind für die Verwendung durch Mitarbeiter an vorderster Front (z. B. Kassierer, Bankangestellte, Sachbearbeiter) oder für Self-Service-Anwendungen für Kunden (z. B. Online-Banking, E-Commerce, Reisereservierungen) konzipiert.

OLAP hingegen ist für die Durchführung komplexer Datenanalysen optimiert. OLAP-Systeme sind für den Einsatz durch Data Scientists, Geschäftsanalysten und Wissensarbeiter konzipiert und unterstützen Business Intelligence (BI), Data Mining und andere Anwendungen zur Entscheidungsunterstützung.

Es überrascht nicht, dass es einige deutliche technische Unterschiede zwischen OLTP- und OLAP-Systemen gibt:

• OLTP-Systeme verwenden eine relationale Datenbank, die eine große Anzahl gleichzeitiger Benutzer und häufige Abfragen und Aktualisierungen aufnehmen kann und dabei sehr schnelle Antwortzeiten unterstützt. OLAP-Systeme verwenden eine multidimensionale Datenbank – eine spezielle Art von Datenbank, die aus mehreren relationalen Datenbanken erstellt wird und komplexe Abfragen unter Einbeziehung mehrerer Datenfakten aus aktuellen und historischen Daten ermöglicht. (Eine OLAP-Datenbank kann als Data Warehouse organisiert sein).
  
  
• OLTP-Abfragen sind einfach und betreffen in der Regel nur einen oder einige wenige Datenbankeinträge. OLAP-Abfragen sind komplexe Abfragen mit einer großen Anzahl von Datensätzen.
  
  
• Die OLTP-Transaktions- und Abfrageantwortzeiten sind blitzschnell. OLAP-Antwortzeiten sind um Größenordnungen langsamer.
  
  
• OLTP-Systeme ändern Daten häufig (dies ist die Natur der Transaktionsverarbeitung); OLAP-Systeme ändern Daten überhaupt nicht.
  
  
• OLTP-Workloads beinhalten ein Gleichgewicht von Lesen und Schreiben; OLAP-Workloads sind leseintensiv.
  
  
• OLTP-Datenbanken benötigen relativ wenig Speicherplatz; OLAP-Datenbanken hingegen verarbeiten riesige Datenmengen und haben in der Regel einen erheblichen Speicherplatzbedarf.
  
  
• OLTP-Systeme erfordern häufige oder gleichzeitige Backups. OLAP-Systeme können weit weniger häufig mit Backups gesichert werden.

Es ist erwähnenswert, dass OLTP-Systeme oft als Informationsquelle für OLAP-Systeme dienen. Oftmals besteht das Ziel der mit OLAP durchgeführten Analysen in der Verbesserung der Geschäftsstrategie und der Optimierung von Geschäftsprozessen, was wiederum eine Grundlage für Verbesserungen des OLTP-Systems sein kann.

Einen tieferen Einblick in die Unterschiede zwischen diesen Ansätzen erhalten Sie in „OLAP vs. OLTP: Was ist der Unterschied?“

Seit den Anfängen des Internets und der Ära des E-Commerce sind OLTP-Systeme allgegenwärtig geworden. Sie sind in fast jeder Branche und in vielen verbraucherorientierten Systemen zu finden. Nachfolgend einige alltägliche Beispiele für OLTP-Systeme:

• Geldautomaten (das ist das klassische, am häufigsten genannte Beispiel) und Online-Banking-Anwendungen
  
  
• Kreditkartenzahlungsabwicklung (sowohl online als auch im Geschäft)
  
  
• Auftragserfassung (Einzelhandel und Backoffice)
  
  
• Online-Buchungen (Ticketing, Reservierungssysteme usw.)
  
  
• Führen von Aufzeichnungen (einschließlich Patientenakten, Bestandskontrolle, Produktionsplanung, Schadensbearbeitung, Kundenservice-Ticketing und viele andere Anwendungen)