Was ist OLTP?

OLTP (Online-Transaktionsverarbeitung) ermöglicht die schnelle, genaue Datenverarbeitung hinter Geldautomaten und Online-Banking, Registrierkassen und E-Commerce und zahlreiche andere Services, mit denen wir jeden Tag interagieren.

OLTP oder die Online-Transaktionsverarbeitung ermöglicht die Echtzeitausführung einer großen Anzahl von Datenbanktransaktionen durch eine große Anzahl von Personen, in der Regel über das Internet.

Eine Datenbanktransaktion ist eine Änderung, Einfügung, Löschung oder Abfrage von Daten in einer Datenbank. OLTP-Systeme (und die von ihnen ermöglichten Datenbanktransaktionen) sind die Grundlage für viele der Finanztransaktionen, die wir täglich tätigen, z. B. Online-Banking und Geldautomatentransaktionen, E-Commerce und Einkäufe in Geschäften sowie Hotel- und Flugbuchungen, um nur einige zu nennen. In jedem dieser Fälle bleibt die Datenbanktransaktion auch als Datensatz der entsprechenden Finanztransaktion erhalten. OLTP kann auch den Austausch von nicht-finanziellen Daten in der Datenbank steuern, einschließlich Kennwortänderungen und Textnachrichten. 

In OLTP ist das allgemeine, definierende Merkmal jeder Datenbanktransaktion ihre Atomizität (oder Unteilbarkeit) – eine Transaktion ist entweder als Ganzes erfolgreich oder schlägt fehl (oder wird abgebrochen). Sie kann nicht in einem anstehenden oder Zwischenzustand bleiben.

OLTP-Systeme haben im Allgemeinen folgende Aufgaben:

• Verarbeitung einer großen Anzahl von relativ einfachen Transaktionen: In der Regel Einfügungen, Aktualisierungen und Löschungen von Daten sowie einfache Datenabfragen (z. B. Überprüfung des Kontostands an einem Geldautomaten).
• Ermöglichung des Zugriffs mehrerer Benutzer auf dieselben Daten bei gleichzeitiger Gewährleistung der Datenintegrität: OLTP-Systeme sind auf Gleichzeitigkeitsalgorithmen angewiesen, um sicherzustellen, dass nicht zwei Benutzer gleichzeitig dieselben Daten ändern können und dass alle Transaktionen in der richtigen Reihenfolge durchgeführt werden. Dies verhindert, dass Personen, die Online-Reservierungssysteme nutzen, dasselbe Zimmer doppelt buchen, und schützt Inhaber von gemeinsam geführten Bankkonten vor versehentlichen Überziehungen.
• Schwerpunkt auf eine sehr schnelle Verarbeitung legen, wobei die Antwortzeiten in Millisekunden gemessen werden: Die Effizienz eines OLTP-Systems wird an der Gesamtzahl der Transaktionen gemessen, die pro Sekunde durchgeführt werden können.
• Bereitstellen indizierter Datensätze: Diese werden für die schnelle Suche, den Abruf und die Abfrage verwendet.
• 24/7/365-Verfügbarkeit: Auch hier gilt, dass OLTP-Systeme eine große Anzahl gleichzeitiger Transaktionen verarbeiten, so dass jeder Datenverlust oder jede Ausfallzeit erhebliche und kostspielige Auswirkungen haben kann. Eine vollständige Datensicherung muss jederzeit zur Verfügung stehen. OLTP-Systeme erfordern häufige regelmäßige Sicherungen und ständige inkrementelle Sicherungen.

OLTP wird oft mit Online Analytical Processing (OLAP) verwechselt. Beide haben ähnliche Akronyme und sind Online-Datenverarbeitungssysteme, aber damit endet die Ähnlichkeit auch schon.

OLTP ist für die Ausführung von Online-Datenbanktransaktionen optimiert. OLTP-Systeme sind für den Einsatz durch Mitarbeiter im Verkauf (z. B. Kassierer, Bankangestellte, Schalterbeamte) oder für Kundenselbstbedienungsanwendungen (z. B. Online-Banking, E-Commerce, Reisebuchungen) konzipiert.

OLAP hingegen ist für die Durchführung komplexer Datenanalysen optimiert. OLAP-Systeme sind für die Verwendung durch Datenwissenschaftler, Geschäftsanalysten und Wissensarbeiter konzipiert und unterstützen Business Intelligence (BI), Data-Mining und andere Anwendungen zur Entscheidungsunterstützung.

Es überrascht nicht, dass es einige deutliche technische Unterschiede zwischen OLTP- und OLAP-Systemen gibt:

• OLTP-Systeme verwenden eine relationale Datenbank, die eine große Anzahl gleichzeitiger Benutzer und häufige Abfragen und Updates aufnehmen kann und gleichzeitig sehr schnelle Antwortzeiten unterstützt. OLAP-Systeme verwenden eine mehrdimensionale Datenbank – eine spezielle Art von Datenbank, die aus mehreren relationalen Datenbanken erstellt wurde und komplexe Abfragen ermöglicht, bei denen mehrere Datenfakten aus aktuellen und historischen Daten enthalten sind. (Eine OLAP-Datenbank kann als Data Warehouse organisiert werden).
• OLTP-Anfragen sind einfach und umfassen nur einen oder wenige Datenbanksätze. OLAP-Abfragen sind knomplexe Abfragen mit einer großen Anzahl von Datensätzen.
• OLTP-Transaktions- und Abfrage-Antwortzeiten sind blitzschnell; OLAP-Antwortzeiten sind erheblich langsamer.
• OLTP-Systeme ändern die Daten häufig (das liegt in der Natur der transaktionalen Verarbeitung), OLAP-Systeme ändern die Daten überhaupt nicht.
• OLTP-Workloads erfordern ein ausgewogenes Verhältnis von Lese- und Schreibzugriff. OLAP-Workloads sind leseintensiv.
• OLTP-Datenbanken erfordern relativ wenig Speicherplatz; OLAP-Datenbanken arbeiten mit enormen Datenmengen und haben in der Regel erheblichen Speicherbedarf.
• OLTP-Systeme erfordern häufige oder gleichzeitig ablaufende Backups; OLAP-Systeme müssen viel seltener gesichert werden.

Es ist erwähnenswert, dass OLTP-Systeme oft als Informationsquelle für OLAP-Systeme dienen. Und oft besteht das Ziel der mit OLAP durchgeführten Analysen darin, die Geschäftsstrategie zu verbessern und Geschäftsprozesse zu optimieren, was eine Grundlage für Verbesserungen am OLTP-System bieten kann.

Für eine eingehende Untersuchung der Unterschiede zwischen diesen Ansätzen sehen Sie sich „OLAP vs. OLTP: Was ist der Unterschied?" an.

Seit der Konzeption des Internets und der E-Commerce-Ära sind OLTP-Systeme allgegenwärtig. Sie sind in fast jeder Branche oder jedem vertikalen Markt und in vielen verbraucherorientierten Systemen zu finden. Alltägliche Beispiele von OLTP-Systemen umfasssen:

• Geldautomaten (das ist das klassische, am häufigsten zitierte Beispiel) und Online-Banking-Anwendungen
• Kreditkartenzahlungsabwicklung (sowohl online als auch im Geschäft)
• Auftragserfassung (Einzelhandel und Back-Office)
• Online-Buchungen (Ticketing, Reservierungssysteme etc.)
• Datensatzführung (einschließlich Statusaufzeichnungen, Bestandskontrolle, Produktionsplanung, Schadensbearbeitung, Ticketausstellung für den Kundendienst und viele andere Anwendungen)