Apa itu pemrosesan transaksi online (OLTP)?

Apa itu OLTP?

OLTP (pemrosesan transaksi online), memungkinkan eksekusi real-time dari sejumlah besar transaksi basis data oleh banyak orang, biasanya melalui internet.

OLTP memungkinkan pemrosesan data yang cepat dan akurat di balik ATM, perbankan online, mesin kasir, ecommerce, dan berbagai layanan lain yang berinteraksi dengan pengguna setiap hari.

Transaksi basis data adalah perubahan, penyisipan, penghapusan, atau kueri data dalam basis data. Sistem OLTP (dan transaksi basis data yang dimungkinkannya) mendorong banyak transaksi keuangan yang kami lakukan setiap hari, termasuk transaksi perbankan online dan ATM, e-commerce dan pembelian di toko, serta pemesanan hotel dan maskapai penerbangan, untuk beberapa nama. Dalam masing-masing kasus ini, transaksi basis data juga tetap sebagai catatan transaksi keuangan yang sesuai. OLTP juga dapat mendorong pertukaran basis data non-keuangan, termasuk perubahan kata sandi dan pesan teks. 

Dalam OLTP, karakteristik umum yang menentukan dari setiap transaksi basis data adalah atomisitasnya (atau tidak dapat dibagi-bagi)— transaksi berhasil secara keseluruhan atau gagal (atau dibatalkan). Transaksi ini tidak dapat tetap dalam keadaan tertunda atau menengah.

Desain 3D bola yang menggelinding di lintasan

Berita + Insight AI terbaru 


Temukan insight dan berita yang dikurasi oleh para pakar tentang AI, cloud, dan lainnya di Buletin Think mingguan. 

Karakteristik sistem OLTP

Secara umum, sistem OLTP melakukan hal berikut:

  • Memproses sejumlah besar transaksi yang relatif sederhana: Biasanya penyisipan, pembaruan, dan penghapusan data, serta kueri data sederhana (misalnya, pemeriksaan saldo di ATM).

  • Aktifkan akses multi-pengguna ke data yang sama, sambil memastikan integritas data: Sistem OLTP mengandalkan algoritma konkurensi untuk memastikan bahwa tidak ada dua pengguna yang dapat mengubah data yang sama pada saat yang sama dan bahwa semua transaksi dilakukan dalam urutan yang tepat. Solusi mencegah pemesanan ganda di sistem reservasi online dan melindungi pemilik rekening bersama dari cerukan yang tidak disengaja.

  • Menekankan pemrosesan yang sangat cepat, dengan waktu respons yang diukur dalam milidetik: Efektivitas sistem OLTP diukur dari jumlah total transaksi yang dapat dilakukan per detik.

  • Menyediakan kumpulan data yang terindeks: Ini digunakan untuk pencarian, pengambilan, dan pembuatan kueri yang cepat.

  • Tersedia 24/7/365: Sekali lagi, sistem OLTP memproses sejumlah besar transaksi bersamaan, sehingga kehilangan data atau waktu henti dapat menimbulkan dampak yang signifikan dan mahal. Cadangan data lengkap harus tersedia untuk setiap saat. Sistem OLTP membutuhkan backup reguler yang sering dan backup inkremental yang konstan.
AI Academy

Apakah manajemen data merupakan rahasia AI generatif?

Jelajahi mengapa data berkualitas tinggi sangat penting untuk keberhasilan penggunaan AI generatif.

OLTP versus OLAP

OLTP sering dikacaukan dengan pemrosesan analitik online, atau OLAP. Keduanya memiliki akronim yang serupa dan merupakan sistem pemrosesan data online, tetapi di situlah kesamaan berakhir.

OLTP dirancang untuk mengeksekusi transaksi basis data online. Sistem OLTP dirancang untuk digunakan oleh pekerja garis depan (misalnya, kasir, teller bank, pegawai meja) atau aplikasi layanan mandiri pelanggan (misalnya, perbankan online, e-commerce, reservasi perjalanan).

OLAP, di sisi lain, dioptimalkan untuk melakukan analisis data yang kompleks. Sistem OLAP dirancang untuk digunakan oleh ilmuwan data, analis bisnis, dan pekerja pengetahuan. Mereka mendukung intelijen bisnis (BI), penggalian data, dan aplikasi pendukung keputusan lainnya.

Tidak mengherankan, ada beberapa perbedaan teknis yang berbeda dari sistem OLTP dan OLAP:

  • Sistem OLTP menggunakan basis data relasional yang dapat mengakomodasi sejumlah besar pengguna bersamaan dan sering kueri dan pembaruan, sambil mendukung waktu respons yang sangat cepat. Sistem OLAP menggunakan basis data multidimensi—jenis basis data khusus yang dibuat dari beberapa basis data relasional yang memungkinkan  kueri kompleks yang melibatkan banyak fakta data dari data saat ini dan data historis. (Database OLAP dapat diatur sebagai gudang data.)

  • Kueri OLTP sederhana dan biasanya melibatkan hanya satu atau beberapa catatan basis data. Kueri OLAP adalah kueri kompleks yang melibatkan sejumlah besar catatan.

  • Waktu respons transaksi dan kueri OLTP sangat cepat; sedangkan waktu respons OLAP jauh lebih lambat.

  • Sistem OLTP memodifikasi data secara berkala (ini merupakan sifat pemrosesan transaksional); sistem OLAP tidak memodifikasi data sama sekali.

  • Beban kerja OLTP melibatkan keseimbangan antara baca dan tulis, sedangkan beban kerja OLAP bersifat baca-intensif.

  • Basis data OLTP membutuhkan ruang penyimpanan yang relatif kecil; basis data OLAP bekerja dengan kumpulan data yang sangat besar dan biasanya memiliki kebutuhan ruang penyimpanan yang signifikan.

  • Sistem OLTP memerlukan pencadangan yang sering atau bersamaan, sedangkan sistem OLAP dapat dicadangkan lebih jarang.

Sistem OLTP sering kali menjadi sumber data untuk sistem OLAP. Tujuan analitik dengan OLAP biasanya untuk meningkatkan strategi dan mengoptimalkan proses bisnis, yang kemudian menjadi dasar perbaikan pada sistem OLTP.

Untuk menyelami lebih dalam perbedaan antara pendekatan ini, lihat "OLAP vs OLTP: Apa Perbedaannya?"

Contoh sistem OLTP

Sejak dimulainya internet dan era e-commerce, sistem OLTP telah berkembang di mana-mana. Sistem ini ditemukan di hampir setiap industri atau pasar vertikal dan di banyak sistem yang berhadapan dengan konsumen. Contoh sehari-hari sistem OLTP meliputi hal berikut:

  • Mesin ATM (ini adalah contoh klasik yang paling sering dikutip) dan aplikasi perbankan online

  • Pemrosesan pembayaran kartu kredit (baik online maupun di dalam toko)

  • Entri pesanan (ritel dan back-office)

  • Pemesanan online (tiket, sistem reservasi, dll.)

  • Pencatatan (termasuk catatan kesehatan, kontrol inventaris, penjadwalan produksi, pemrosesan klaim, tiket layanan pelanggan, dan banyak aplikasi lainnya)
Solusi terkait
Perangkat lunak dan solusi manajemen data

Rancang strategi data yang menghilangkan silo data, mengurangi kompleksitas, dan meningkatkan kualitas data untuk pengalaman pelanggan dan karyawan yang luar biasa.

Jelajahi solusi manajemen data
IBM watsonx.data™

watsonx.data memungkinkan Anda untuk menskalakan analitik dan AI dengan semua data Anda, di mana pun data berada, melalui penyimpanan data yang terbuka, hybrid, dan diatur.

Temukan watsonx.data
Layanan konsultasi data dan analitik

Dapatkan nilai data perusahaan dengan IBM Consulting, untuk membangun organisasi berbasis insight yang memberikan keuntungan bisnis.

Temukan layanan analitik
Ambil langkah selanjutnya

Rancang strategi data yang menghilangkan silo data, mengurangi kompleksitas, dan meningkatkan kualitas data untuk pengalaman pelanggan dan karyawan yang luar biasa.

Jelajahi solusi manajemen data Temukan watsonx.data