Qu’est-ce que le traitement transactionnel en ligne (OLTP) ?

Des livres sur des étagères, cadre complet de la bibliothèque

Qu’est-ce que l’OLTP ?

L’OLTP (traitement transactionnel en ligne), permet l’exécution en temps réel d’un grand nombre de transactions de bases de données par un grand nombre de personnes, généralement sur Internet.

Le traitement des transactions en ligne (OLTP – Online Transaction Processing) permet le traitement rapide et fiable des données dans les distributeurs automatiques de billets, les services de banque en ligne, les caisses enregistreuses, le commerce électronique, et bien d’autres services du quotidien.

Une transaction de base de données est une modification, une insertion, une suppression ou une requête de données dans une base de données. Les systèmes OLTP (et les transactions de base de données qu’ils permettent) sont à l’origine d’un grand nombre des transactions financières que nous effectuons chaque jour, notamment les opérations bancaires en ligne et les transactions aux distributeurs automatiques, les achats en ligne et en magasin, ainsi que les réservations d’hôtels et de billets d’avion. Dans chacun de ces cas, la transaction de base de données est également conservée comme enregistrement de la transaction financière correspondante. L’OLTP peut également générer des échanges de données non financières, tels que les changements de mot de passe et les SMS. 

Dans l’OLTP, la caractéristique commune qui définit toute transaction de base de données est son atomicité (ou indivisibilité) : une transaction est soit réussie dans son ensemble, soit échouée (ou annulée). Elle ne peut pas rester dans un état en attente ou intermédiaire.

Design 3D de balles roulant sur une piste

Les dernières actualités et informations en matière d’IA 


La newsletter hebdomadaire Think vous apporte toute l’actualité sur l’IA, le cloud et bien d’autres sujets. 

Caractéristiques des systèmes OLTP

En général, les systèmes OLTP remplissent les fonctions suivantes :

  • Traitement d’un grand nombre de transactions relativement simples : généralement des insertions, des mises à jour et des suppressions de données, ainsi que des requêtes simples (par exemple, une vérification de solde à un distributeur automatique).

  • Accès multi-utilisateurs aux mêmes données, tout en garantissant l’intégrité des données : les systèmes OLTP s’appuient sur des algorithmes de concurrence pour garantir qu’aucun utilisateur ne puisse modifier les mêmes données en même temps et que toutes les transactions soient effectuées dans le bon ordre. Cela empêche les utilisateurs de systèmes de réservation en ligne de réserver deux fois la même chambre et protège les titulaires de comptes bancaires joints contre les découverts accidentels.

  • Priorité à un traitement très rapide, avec des temps de réponse mesurés en millisecondes : l’efficacité d’un système OLTP se mesure au nombre total de transactions pouvant être effectuées par seconde.

  • Mise à disposition d’ensembles de données indexées : celles-ci sont utilisées pour la recherche, la récupération et l’interrogation rapides.

  • Disponibilité 24 heures sur 24, 7 jours sur 7 et 365 jours par an : là encore, les systèmes OLTP traitent un nombre considérable de transactions simultanées, de sorte que toute perte de données ou temps d’arrêt peut avoir des répercussions importantes et coûteuses. Une sauvegarde complète des données doit être disponible en permanence. Les systèmes OLTP nécessitent des sauvegardes régulières et fréquentes, ainsi que des sauvegardes incrémentielles constantes.
AI Academy

La gestion des données est-elle le secret de l’IA générative ?

Découvrez pourquoi des données de haute qualité sont essentielles pour une utilisation réussie de l’IA générative.

OLTP et OLAP

L’OLTP est souvent confondu avec le traitement analytique en ligne, ou OLAP. Les deux acronymes sont similaires et désignent des systèmes de traitement de données en ligne, mais la similitude s’arrête là.

L’OLTP est optimisé pour l’exécution de transactions de bases de données en ligne. Les systèmes OLTP sont conçus pour être utilisés par des employés de première ligne (caissiers, guichetiers, agents de réservation, etc.) ou pour des applications en libre-service destinées aux clients (banque en ligne, commerce électronique, réservations de voyages, etc.).

À l’inverse, le traitement analytique en ligne (OLAP – Online Analytical Processing) est optimisé pour les analyses de données complexes. Les systèmes OLAP sont conçus pour les data scientists, les analystes métier et les utilisateurs spécialisés, et soutiennent les applications de business intelligence (BI), d’exploration de données et d’aide à la décision.

Il n’est donc pas surprenant qu’il existe plusieurs différences techniques entre les systèmes OLTP et OLAP :

  • Les systèmes OLTP utilisent une base de données relationnelle capable de prendre en charge un grand nombre d’utilisateurs simultanés, ainsi que des requêtes et des mises à jour fréquentes, tout en offrant des temps de réponse très rapides. Les systèmes OLAP ont recours à une base de données multidimensionnelle, un type particulier de base de données créée à partir de plusieurs bases de données relationnelles qui permet d’effectuer des requêtes complexes impliquant plusieurs faits issus de données actuelles et historiques. (Une base de données OLAP peut être organisée sous la forme d’un entrepôt de données.)

  • Les requêtes OLTP sont simples et ne concernent généralement qu’un ou quelques enregistrements de la base de données. Les requêtes OLAP sont complexes et impliquent un grand nombre d’enregistrements.

  • Les temps de réponse des transactions et des requêtes OLTP sont extrêmement rapides, tandis que ceux des requêtes OLAP sont nettement plus lents.

  • Les systèmes OLTP modifient fréquemment les données (c’est la nature même du traitement transactionnel), tandis que les systèmes OLAP ne les modifient jamais.

  • Les workloads OLTP impliquent un équilibre entre lecture et écriture ; les workloads OLAP sont principalement axées sur la lecture.

  • Les bases de données OLTP nécessitent relativement peu d’espace de stockage ; les bases de données OLAP fonctionnent avec d’énormes jeux de données et ont généralement des besoins importants en espace de stockage.

  • Les systèmes OLTP exigent des sauvegardes fréquentes ou simultanées ; les systèmes OLAP peuvent être sauvegardés beaucoup moins fréquemment.

Notez que les systèmes OLTP servent souvent de source d’informations pour les systèmes OLAP. De plus, l’objectif des analyses effectuées à l’aide de l’OLAP est d’améliorer la stratégie commerciale et d’optimiser les processus métier, ce qui peut servir de base à l’amélioration du système OLTP.

Pour en savoir plus sur les différences entre ces approches, consultez l’article « OLAP et OLTP : quelle est la différence ? ».

Exemples de systèmes OLTP

Depuis l’avènement de l’Internet et de l’ère du commerce électronique, les systèmes OLTP se sont généralisés. Ils sont présents dans presque tous les secteurs d’activité ou marchés verticaux et dans de nombreux systèmes destinés aux consommateurs. Voici quelques exemples concrets de systèmes OLTP :

  • Les distributeurs automatiques de billets (exemple le plus souvent cité) et les applications bancaires en ligne

  • Le traitement des paiements par carte bancaire (en ligne et en magasin)

  • La saisie des commandes (vente au détail et back-office)

  • Les réservations en ligne (billetterie, systèmes de réservation, etc.)

  • Gestion des dossiers, notamment les dossiers médicaux, le contrôle des stocks, la planification de la production, le traitement des sinistres ou encore la gestion des tickets de support client.
Solutions connexes
Logiciels et solutions de gestion des données

Élaborez une stratégie de gestion des données qui élimine les silos, réduit la complexité et améliore la qualité des données pour offrir une expérience client et collaborateur exceptionnelle.

Découvrir les solutions de gestion des données
IBM watsonx.data

Watsonx.data vous permet d’adapter le dimensionnement des analyses et de l’IA à toutes vos données, où qu’elles se trouvent, grâce à un entrepôt de données ouvert, hybride et gouverné.

Découvrir watsonx.data
Services de conseil pour les données et les analyses

Avec IBM Consulting, exploitez les données de votre entreprise et développez une organisation basée sur les informations pour tirer des avantages métier.

Découvrir les services d’analytique
Passez à l’étape suivante

Élaborez une stratégie de gestion des données qui élimine les silos, réduit la complexité et améliore la qualité des données pour offrir une expérience client et collaborateur exceptionnelle.

Découvrir les solutions de gestion des données Découvrir watsonx.data