El procesamiento de transacciones en línea (OLTP, por sus siglas en inglés) permite la ejecución en tiempo real de un gran número de transacciones de bases de datos por parte de un gran número de personas, normalmente a través de Internet.
OLTP es lo que permite el procesamiento de datos rápido y preciso detrás de los cajeros automáticos y la banca en línea, las cajas registradoras y el comercio electrónico, y muchos otros servicios con los que interactuamos cada día.
Una transacción de base de datos es un cambio, inserción, eliminación o consulta de datos en una base de datos. Los sistemas OLTP (y las transacciones de base de datos que permiten) impulsan muchas de las transacciones financieras que hacemos todos los días, incluidas las transacciones bancarias en línea y cajeros automáticos, el comercio electrónico y las compras en tiendas, y las reservas de hoteles y aerolíneas, por nombrar algunas. En cada uno de estos casos, la transacción de la base de datos también permanece como un registro de la transacción financiera correspondiente. OLTP también puede impulsar intercambios de bases de datos no financieros, incluidos cambios de contraseña y mensajes de texto.
En OLTP, la característica común y definitoria de cualquier transacción de base de datos es su atomicidad (o indivisibilidad): una transacción se realiza correctamente en su conjunto o falla (o se cancela). No puede permanecer en un estado pendiente o intermedio.
En general, los sistemas OLTP hacen lo siguiente:
OLTP a menudo se confunde con el procesamiento analítico en línea u OLAP. Ambos tienen siglas similares y son sistemas de procesamiento de datos en línea, pero ahí es donde termina la similitud.
OLTP está optimizado para ejecutar transacciones de bases de datos en línea. Los sistemas OLTP están diseñados para su uso por parte de los trabajadores de primera línea (por ejemplo, cajeros, cajeros bancarios, empleados de escritorio) o para aplicaciones de autoservicio de clientes (por ejemplo, banca en línea, comercio electrónico, reservas de viajes).
OLAP, por otro lado, está optimizado para realizar análisis de datos complejos. Los sistemas OLAP están diseñados para ser utilizados por científicos de datos, analistas de negocios y trabajadores del conocimiento, y admiten business intelligence (BI), minería de datos y otras aplicaciones de apoyo a la toma de decisiones.
No es sorprendente que haya varias diferencias técnicas distintas entre los sistemas OLTP y OLAP:
Vale la pena señalar que los sistemas OLTP a menudo sirven como fuente de información para los sistemas OLAP. Y, a menudo, el objetivo de los análisis realizados con OLAP es mejorar la estrategia empresarial y optimizar los procesos empresariales, lo que puede proporcionar una base para realizar mejoras en el sistema OLTP.
Para profundizar en las diferencias entre estos enfoques, consulte "OLAP vs. OLTP: What's the Difference?"
Desde el inicio de Internet y la era del comercio electrónico, los sistemas OLTP se volvieron omnipresentes. Se encuentran en casi todas las industrias o mercados verticales y en muchos sistemas orientados al consumidor. Los ejemplos cotidianos de sistemas OLTP incluyen los siguientes:
Diseñe una estrategia de datos que elimine los silos de datos, reduzca la complejidad y mejore la calidad de los datos para ofrecer experiencias excepcionales a clientes y empleados.
watsonx.data le permite escalar los analytics y la IA con todos sus datos, sin importar donde residan, a través de un almacén de datos abierto, híbrido y gobernado.
Desbloquee el valor de los datos empresariales con IBM Consulting, y construya una organización impulsada por insights que ofrezca ventajas empresariales.