OLTP-Konzept
Die operative Verarbeitung wird als Online-Transaktionsverarbeitung OLTP (On-Line Transaction Processing) bezeichnet. Das Hauptziel ist die Datenverarbeitung. Es handelt sich um einen täglichen Vorgang in der Datenbank für bestimmte Unternehmen, bei dem normalerweise eine kleine Anzahl von Datensätzen abgefragt und geändert wird.
Benutzer sind mehr besorgt über Probleme wie die Reaktionszeit des Betriebs, die Datensicherheit, die Integrität und die Anzahl der gleichzeitig unterstützten Benutzer. Das traditionelle relationale Datenbanksystem (RDBMS) wird als Hauptmittel der Datenverwaltung hauptsächlich für die betriebliche Verarbeitung verwendet.
OLAP-Konzepte
Die analytische Verarbeitung wird als Online-Analyseverarbeitung OLAP (Online Analytical Processing) bezeichnet und ihr Hauptziel ist die Datenanalyse. Im Allgemeinen werden komplexe mehrdimensionale Analysen historischer Daten zu bestimmten Themen durchgeführt, um Managemententscheidungen zu unterstützen. Data Warehouse ist ein typisches Beispiel für ein OLAP-System, das hauptsächlich zur Datenanalyse verwendet wird.
OLTP- und OLAP-Vergleich
OLTP ist Online-Transaktionsverarbeitung und OLAP ist Online-Analyseverarbeitung. Im Vergleich gibt es viele große Unterschiede. Einzelheiten finden Sie in der folgenden Tabelle:
Klassifizierung der OLAP-Engine
OLAP wird entsprechend dem Datenspeicherformat des Speichers in MOLAP (mehrdimensionales OLAP), ROLAP (relationales OLAP) und HOLAP (Hybrid OLAP) unterteilt.
MOLAP, ein auf mehrdimensionalen Arrays basierendes Speichermodell, ist ebenfalls die ursprüngliche Form von OLAP. Es zeichnet sich durch die Vorberechnung von Daten, den Austausch von Speicherplatz für Effizienz und die Speicherung detaillierter und aggregierter Daten in Cubes aus. Doch die Erzeugung von Würfeln erfordert viel Zeit und Platz. MOLAP kann zwischen Kylin, Druid und anderen Open-Source-Produkten wählen.
ROLAP speichert Daten vollständig auf Basis des relationalen Modells. Es erfordert keine Vorberechnung und kann bei Bedarf sofort abgefragt werden. Sowohl detaillierte als auch zusammenfassende Daten werden in Faktentabellen relationaler Datenbanken gespeichert.
HOLAP, Hybridmodell, detaillierte Daten werden in ROLAP gespeichert und aggregierte Daten werden in MOLAP gespeichert. Diese Methode ist relativ flexibel und effizienter.
Es gibt verschiedene Arten von Open-Source-OLAP-Engines. Es ist ersichtlich, dass Doris viele Vorteile bietet, wie niedrige Betriebs- und Wartungskosten, Kompatibilität mit dem MySQL-Zugriffsprotokoll usw. In Anwendungsszenarien mit sich ändernden Dimensionen, nicht voreingestellten Dimensionen usw -Körnige Statistiken, der MPP-Engine-Treiber wird verwendet. Der ROLAP-Modus kann das Modelldesign vereinfachen, die Kosten für die Vorberechnung senken und durch leistungsstarke Echtzeit-Rechenfunktionen ein gutes interaktives Echtzeiterlebnis unterstützen.
doris ist eine ROLAP-Engine, die Folgendes erfüllen kann: flexible mehrdimensionale Analyse, Detail + Aggregation und Primärschlüsselaktualisierung.