¿Qué es el procesamiento transaccional en línea (OLTP)?

Libros en estanterías, fotograma completo de la estantería

¿Qué es OLTP?

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.

Diseño 3D de pelotas rodando en una pista

Las últimas novedades e insights sobre IA

Descubra insights y noticias de expertos sobre IA, la nube y mucho más en el boletín semanal Think. 

Características de los sistemas OLTP

En general, los sistemas OLTP hacen lo siguiente:

  • Procese una gran cantidad de transacciones relativamente simples: generalmente inserciones, actualizaciones y eliminaciones de datos, así como consultas de datos simples (por ejemplo, una verificación de saldo en un cajero automático).

  • Permitir el acceso de múltiples usuarios a los mismos datos, al tiempo que se garantiza la integridad de los datos: los sistemas OLTP se basan en algoritmos de concurrencia para garantizar que no haya dos usuarios que puedan cambiar los mismos datos al mismo tiempo y que todas las transacciones se realicen en el orden adecuado. Esto evita que las personas que emplean sistemas de reservación en línea reserven dos veces la misma habitación y protege a los titulares de cuentas bancarias conjuntas de sobregiros accidentales.

  • Enfatice el procesamiento muy rápido, con tiempos de respuesta medidos en milisegundos: La eficacia de un sistema OLTP se mide por el número total de transacciones que se pueden realizar por segundo.

  • Proporcionar conjuntos de datos indexados: se emplean para búsquedas, recuperaciones y consultas rápidas.

  • Están disponibles 24/7/365: Una vez más, los sistemas OLTP procesan enormes cantidades de transacciones simultáneas, por lo que cualquier pérdida de datos o tiempo de inactividad puede tener repercusiones significativas y costosas. Una copia de seguridad completa de los datos debe estar disponible en cualquier momento. Los sistemas OLTP requieren copias de seguridad periódicas frecuentes y copias de seguridad incrementales constantes.
Academia de IA

¿Es la gestión de datos el secreto de la IA generativa?

Explore por qué los datos de alta calidad son esenciales para el uso exitoso de la IA generativa.

OLTP frente a OLAP

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:

  • Los sistemas OLTP utilizan una base de datos relacional que puede acomodar una gran cantidad de usuarios simultáneos y consultas y actualizaciones frecuentes, al tiempo que admite tiempos de respuesta muy rápidos. Los sistemas OLAP utilizan una base de datos multidimensional, un tipo especial de base de datos creada a partir de múltiples bases de datos relacionales que permite consultas complejas que involucran múltiples datos a partir de datos actuales e históricos. (Una base de datos OLAP puede organizarse como un almacén de datos).

  • Las consultas OLTP son sencillas y suelen implicar solo uno o unos pocos registros de bases de datos. Las consultas OLAP son consultas complejas que implican un gran número de registros.

  • Los tiempos de respuesta de las transacciones y consultas OLTP son increíblemente rápidos; los tiempos de respuesta OLAP son órdenes de magnitud más lentos.

  • Los sistemas OLTP modifican los datos con frecuencia (esta es la naturaleza del procesamiento transaccional); Los sistemas OLAP no modifican los datos en absoluto.

  • Las cargas de trabajo OLTP implican un equilibrio de lectura y escritura; las cargas de trabajo OLAP requieren mucha lectura.

  • Las bases de datos OLTP requieren relativamente poco espacio de almacenamiento; las bases de datos OLAP trabajan con enormes conjuntos de datos y normalmente tienen requisitos significativos de espacio de almacenamiento.

  • Los sistemas OLTP requieren copias de seguridad frecuentes o simultáneas; Se puede realizar copias de seguridad de los sistemas OLAP con mucha menos frecuencia.

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?"

Ejemplos de sistemas OLTP

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:

  • Cajeros automáticos (este es el ejemplo tradicional más citado) y aplicaciones de banca en línea

  • Procesamiento de pagos con tarjeta de crédito (tanto en línea como en la tienda)

  • Entrada de pedidos (venta minorista y back-office)

  • Reservaciones en línea (venta de billetes, sistemas de reservaciones, etc.)

  • Mantenimiento de registros (incluidos registros de salud, control de inventario, programación de producción, procesamiento de reclamos, venta de boletos de atención al cliente y muchas otras aplicaciones)
Soluciones relacionadas
Software y soluciones de gestión de datos

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.

Explore las soluciones de gestión de datos
IBM watsonx.data™

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.

Descubra watsonx.data
Servicios de consultoría en datos y analytics

Desbloquee el valor de los datos empresariales con IBM Consulting, y construya una organización impulsada por insights que ofrezca ventajas empresariales.

Descubra los servicios de analytics
Dé el siguiente paso

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.

Explore las soluciones de gestión de datos Descubra watsonx.data