OLTP (online transactional processing) consente l'elaborazione rapida e accurata dei dati alla base di bancomat e online banking, registratori di cassa e e-commerce e decine di altri servizi con cui interagiamo ogni giorno.
OLTP, od online transactional processing, consente l'esecuzione in tempo reale di un gran numero di transazioni di database da parte di un gran numero di persone, di norma su internet.
Una transazione di database è una modifica, un inserimento, un'eliminazione o una query di dati in un database. I sistemi OLTP (e le transazioni di database che essi consentono) sono alla base di molte delle transazioni finanziarie che facciamo ogni giorno, comprese le transazioni di online banking e tramite bancomat, gli acquisiti tramite e-commerce e nei negozi e le prenotazioni di hotel e compagnie aeree, per citarne solo alcune. In ognuno di questi casi, la transazione di database rimane anche come registrazione della transazione finanziaria corrispondente. OLTP può anche fungere da base per gli scambi di database non finanziari, compresi modifiche di password e messaggi di testo.
In OLTP, la caratteristica comune che definisce ogni transazione di database è la sua atomicità (o indivisibilità): una transazione o riesce nel suo insieme o fallisce (o viene annullata). Non può rimanere in uno stato in sospeso o intermedio.
In generale, i sistemi OLTP eseguono queste operazioni:
OLTP viene spesso confuso con online analytical processing, od OLAP. Entrambi hanno acronimi simili e sono sistemi di elaborazione dati online, ma è qui che finisce la somiglianza.
OLTP è ottimizzato per l'esecuzione di transazioni di database online. I sistemi OLTP sono progettati per l'uso da parte dei lavoratori in prima linea (ad esempio, cassieri, cassieri di banca, impiegati di sportello) o per applicazioni self-service del cliente (ad esempio, online banking, e-commerce, prenotazioni di viaggi).
OLAP, d'altro canto, è ottimizzato per condurre analisi di dati complesse. I sistemi OLAP sono progettati per essere utilizzati da data scientist, analisti aziendali e lavoratori della conoscenza e supportano la business intelligence (BI), il data mining e altre applicazioni di supporto alle decisioni.
Non sorprende che ci siano diverse differenze tecniche tra i sistemi OLTP e OLAP:
Vale la pena notare che i sistemi OLTP spesso servono come fonte di informazioni per i sistemi OLAP. E spesso, l'obiettivo dell'analytics eseguita utilizzando OLAP è quello di migliorare la strategia aziendale e ottimizzare i processi aziendali, il che può fornire una base per apportare miglioramenti al sistema OLTP.
Per un'analisi approfondita delle differenze tra questi approcci, consulta "Confronto tra OLAP e OLTP: qual è la differenza?"
Sin dall'inizio di Internet e dell'era dell'e-commerce, i sistemi OLTP si sono diffusi in modo capillare. Si trovano in quasi ogni settore o mercato verticale e in molti sistemi rivolti ai consumatori. Esempi quotidiani di sistemi OLTP includono:
Connetti i dati giusti, al momento giusto, alle persone giuste; ovunque
Creato per i carichi di lavoro mission-critical del mondo
Un database integrabile ottimizzato per i dati OLTP e IoT. Implementa ovunque tramite IBM Cloud Pak for Data.
Scopri in che modo un database OLTP in esecuzione su una piattaforma di dati e AI può aiutarti ad affrontare le sfide dell'AI con la virtualizzazione dei dati, la containerizzazione e molto altro ancora.
Dato l'elevato numero di opzioni OLTP disponibile sul mercato, a volte è necessaria una guida. Questa guida fornisce alcune domande utili su cui riflettere e da porre ai potenziali venditori.
Questi termini sono spesso confusi tra loro. Scopri le differenze principali e come scegliere quello giusto per la tua situazione.