大数据分析之OLTP与OLAP的区别
数据分析 区别 OLAP
2023-09-27 14:24:44 时间
数据从何而来?
企业日常的各个环节都会产生数据,一个企业从小到大的过程中,最初建设IT系统的时刻是一个分隔点。
在此之前,数据零散分布在邮箱、发票、单据、APP等各种地方。
零散的数据分布
企业规模达到一定程度时则必须要建设IT系统,此时,数据开始在各种系统(ERP、CRM、MES等)中积累。
IT系统中的数据分布
数据价值随着其体量不断的累积也在一直增加。
获取其中的知识,能够帮助企业发现问题与机遇并进行正确的决策,以达到赢得市场之目的。
数据分析则是实现以上目标的重要手段之一。
数据分析体系的建设往往是在初次进行信息化建设后某个时间开始。
信息化之后数据分析体系的建立
数据分析体系与其他业务类系统有着显著的不同。
业务类系统主要供基层人员使用,进行一线业务操作,通常被称为OLTP(On-Line Transaction Processing,联机事务处理)。
数据分析的目标则是探索并挖掘数据价值,作为企业高层进行决策的参考,通常被称为OLAP(On-Line Analytical Processing,联机分析处理)。
从功能角度来看,OLTP负责基本业务的正常运转,而业务数据积累时所产生的价值信息则被OLAP不断呈现,企业高层通过参考这些信息会不断调整经营方针,也会促进基础业务的不断优化,这是OLTP与OLAP最根本的区别(其他OLTP与OLAP的差别各位可以自行网上搜索,这里不再啰嗦)。
OLTP与OLAP
OLAP不应该对OLTP产生任何影响,(理想情况下)OLTP应该完全感觉不到OLAP的存在。
相关文章
- 实时大数据分析综合指南
- 数据分析中的用户画像
- 饶·寇他科里:大数据分析的前沿技术
- 第79天:数据分析之 Numpy 初步
- 《R语言游戏数据分析与挖掘》一第1章 什么是游戏数据分析
- 九个最适合实时数据分析的应用领域
- 在Excel中如何启用数据分析工具?
- 大数据分析模型到底需要满足哪些条件?
- 深入浅出数据分析
- 开源与闭源的融合构建大数据分析生态
- 《R语言游戏数据分析与挖掘》一1.4 小结
- 数字化时代,数据分析未来发展如何
- 人口到行业互联网金融数据分析走向完善
- scRNA-seq单细胞测序数据分析工具汇总
- 数据可视化系列-06数据分析工具QuickBI
- 大数据物流项目:主题及指标开发之如何对Kudu表数据分析【离线报表分析(1个主题)】(十)
- 做好数据分析必备的5种典型可视化图表