概述,對比
數據處理大致可以分成兩大類：聯機事務處理OLTP（on-line transaction processing）、聯機分析處理OLAP（On-Line Analytical Processing）。OLTP是傳統的關係型數據庫的主要應用，主要是基本的、日常的事務處理，例如銀行交易。OLAP是數據倉庫系統的主要應用，支持複雜的分析操作，側重決策支持，並且提供直觀易懂的查詢結果。
OLTP 系統強調數據庫內存效率，強調內存各種指標的命令率，強調綁定變量，強調併發操作； OLAP 系統則強調數據分析，強調SQL執行市場，強調磁盤I/O，強調分區等。
| OLTP | OLAP | |
|---|---|---|
| 用戶 | 操作人員,底層管理人員 | 決策人員,高級管理人員 |
| 功能 | 日常操作處理 | 分析決策 |
| DB設計 | 面向應用 | 面向主題 |
| 數據 | 當前的,新的,細節的,二維的,分立的 | 歷史的,聚集的,多維集成的,統一的 |
| 存取 | 讀寫數十上百條數據 | 讀百萬級數據 |
| DB大小 | 100MB~~GB | 100GB~~TB |
| 時間要求 | 實時性 | 對時間的要求不嚴格 |
| 主要應用 | 數據庫 | 數據殘酷 |
OLTP
OLTP，也叫聯機事務處理（Online Transaction Processing），表示事務性非常高的系統，一般都是高可用的在線系統，以小的事務以及小的查詢爲主，評估其系統的時候，一般看其每秒執行的Transaction以及Execute SQL的數量。
OLTP系統最容易出現瓶頸的地方就是CPU與磁盤子系統。 OLTP比較常用的設計與優化方式爲Cache技術與B-tree索引技術，Cache決定了很多語句不需要從磁盤子系統獲得數據.另外，在索引使用方面，語句越簡單越好，這樣執行計劃也穩定，而且一定要使用綁定變量，減少語句解析，儘量減少表關聯，儘量減少分佈式事務，基本不使用分區技術、MV技術、並行技術及位圖索引。因爲併發量很高，批量更新時要分批快速提交，以避免阻塞的發生。 OLTP 系統是一個數據塊變化非常頻繁，SQL 語句提交非常頻繁的系統。 對於數據塊來說，應儘可能讓數據塊保存在內存當中，對於SQL來說，儘可能使用變量綁定技術來達到SQL重用，減少物理I/O 和重複的SQL 解析，從而極大的改善數據庫的性能。
OLAP
OLAP，也叫聯機分析處理（Online Analytical Processing）系統，有的時候也叫DSS決策支持系統，就是我們說的數據倉庫。在這樣的系統中，語句的執行量不是考覈標準，因爲一條語句的執行時間可能會非常長，讀取的數據也非常多。所以，在這樣的系統中，考覈的標準往往是磁盤子系統的吞吐量（帶寬），如能達到多少MB/s的流量。
在OLAP系統中，常使用分區技術、並行技術。 分區技術在OLAP系統中的重要性主要體現在數據庫管理上，比如數據庫加載，可以通過分區交換的方式實現，備份可以通過備份分區表空間實現，刪除數據可以通過分區進行刪除，至於分區在性能上的影響，它可以使得一些大表的掃描變得很快（只掃描單個分區）。另外，如果分區結合並行的話，也可以使得整個表的掃描會變得很快。總之，分區主要的功能是管理上的方便性，它並不能絕對保證查詢性能的提高，有時候分區會帶來性能上的提高，有時候會降低。
總結
聯機分析處理（OLAP,On-line Analytical Processing），數據量大，DML少。使用數據倉庫模板 聯機事務處理（OLTP,On-line Transaction Processing），數據量少，DML頻繁，並行事務處理多，但是一般都很短。使用一般用途或事務處理模板。
OLAP 細分
OLAP有多種實現方法，根據存儲數據的方式不同可以分爲ROLAP、MOLAP、HOLAP。
ROLAP表示基於關係數據庫的OLAP實現（Relational OLAP）。以關係數據庫爲核心,以關係型結構進行多維數據的表示和存儲。ROLAP將多維數據庫的多維結構劃分爲兩類表:一類是事實表,用來存儲數據和維關鍵字;另一類是維表,即對每個維至少使用一個表來存放維的層次、成員類別等維的描述信息。維表和事實表通過主關鍵字和外關鍵字聯繫在一起,形成了"星型模式"。對於層次複雜的維,爲避免冗餘數據佔用過大的存儲空間,可以使用多個表來描述,這種星型模式的擴展稱爲"雪花模式"。特點是將細節數據保留在關係型數據庫的事實表中，聚合後的數據也保存在關係型的數據庫中。這種方式查詢效率最低，不推薦使用。
MOLAP表示基於多維數據組織的OLAP實現（Multidimensional OLAP）。以多維數據組織方式爲核心,也就是說,MOLAP使用多維數組存儲數據。多維數據在存儲中將形成"立方塊（Cube）"的結構,在MOLAP中對"立方塊"的"旋轉"、"切塊"、"切片"是產生多維數據報表的主要技術。特點是將細節數據和聚合後的數據均保存在cube中，所以以空間換效率，查詢時效率高，但生成cube時需要大量的時間和空間。
HOLAP表示基於混合數據組織的OLAP實現（Hybrid OLAP）。如低層是關係型的，高層是多維矩陣型的。這種方式具有更好的靈活性。特點是將細節數據保留在關係型數據庫的事實表中，但是聚合後的數據保存在cube中,聚合時需要比ROLAP更多的時間,查詢效率比ROLAP高，但低於MOLAP。
還有其他的一些實現OLAP的方法，如提供一個專用的SQL Server，對某些存儲模式（如星型、雪片型）提供對SQL查詢的特殊支持。
OLAP工具是針對特定問題的聯機數據訪問與分析。它通過多維的方式對數據進行分析、查詢和報表。維是人們觀察數據的特定角度。例如，一個企業在考慮產品的銷售情況時，通常從時間、地區和產品的不同角度來深入觀察產品的銷售情況。這裏的時間、地區和產品就是維。而這些維的不同組合和所考察的度量指標構成的多維數組則是OLAP分析的基礎，可形式化表示爲（維1，維2，……，維n，度量指標），如（地區、時間、產品、銷售額）。多維分析是指對以多維形式組織起來的數據採取切片（Slice）、切塊（Dice）、鑽取（Drill-down和Roll-up）、旋轉（Pivot）等各種分析動作，以求剖析數據，使用戶能從多個角度、 多側面地觀察數據庫中的數據，從而深入理解包含在數據中的信息。
根據綜合性數據的組織方式的不同，目前常見的OLAP主要有基於多維數據庫的MOLAP及基於關係數據庫的ROLAP兩種。MOLAP是以多維的方式組織和存儲數據，ROLAP則利用現有的關係數據庫技術來模擬多維數據。在數據倉庫應用中，OLAP應用一般是數據倉庫應用的前端工具，同時OLAP工具還可以同數據挖掘工具、統計分析工具配合使用，增強決策分析功能。