Qu’est-ce qu’OLTP ? Définition, Architecture, exemple

Par : David Carter David Carter
Hours Le kit de préparation mis à jour

⚡ Résumé intelligent

OLTP, ou traitement transactionnel en ligne, est un système d'exploitation qui exécute de grands volumes de transactions courtes et simultanées dans une architecture à trois niveaux.ping Des données commerciales précises, cohérentes et instantanément disponibles pour les opérations quotidiennes telles que les services bancaires et le commerce de détail.

  • 🧩 Définition principale : Le traitement transactionnel en ligne (OLTP) gère les transactions quotidiennes d'une organisation, et mesure son efficacité par le nombre de transactions traitées par seconde.
  • | Principales caractéristiques: Il utilise des transactions de petite taille, indexées et entièrement normalisées, avec des temps de réponse courts, pour servir un grand nombre d'utilisateurs simultanés.
  • (I.e. Requêtes prises en charge : Les systèmes OLTP exécutent principalement des opérations d'insertion, de mise à jour et de suppression, ainsi que des recherches rapides d'enregistrements individuels.
  • ️ Archi Un flux en couches déplace les données issues de la stratégie et des processus métier via l'ETL vers les data marts et l'entrepôt de données.
  • (I.e. Fiabilité ACID : AtomLa clarté, la cohérence, l'isolation et la durabilité protègent l'intégrité des données lorsque de nombreuses transactions s'exécutent simultanément.
  • (I.e. OLTP vs OLAP : OLTP gère les transactions en temps réel, tandis qu'OLAP analyse de grands ensembles de données historiques pour la prise de décision.
  • ️ Avantages et limites : Le traitement transactionnel en ligne (OLTP) simplifie les transactions et prend en charge les bases de données plus volumineuses, mais reste exposé aux pannes matérielles et aux risques de sécurité.
En savoir plus

Aperçu de la définition et de l'architecture du traitement transactionnel en ligne (OLTP)

Qu'est-ce qu'OLTP ?

OLTP Le traitement transactionnel en ligne (OTP) est un système d'exploitation qui prend en charge les applications transactionnelles au sein d'une architecture à trois niveaux. Il gère les transactions quotidiennes d'une organisation, en se concentrant sur le traitement des requêtes et le maintien de l'intégrité des données dans des environnements à accès multiples.

L'efficacité d'un système OLTP se mesure au nombre total de transactions qu'il traite par seconde. Pour ce faire, l'OLTP s'appuie sur un modèle traditionnel. SGBD qui assure la cohérence des données même lorsque de nombreux utilisateurs lisent et écrivent simultanément.

Caractéristiques de l'OLTP

Voici les caractéristiques importantes d'un système OLTP :

  • OLTP utilise des transactions qui incluent de petites quantités de données.
  • Les données indexées dans la base de données sont facilement accessibles.
  • OLTP compte un grand nombre d’utilisateurs.
  • Il possède des temps de réponse rapides.
  • Les bases de données sont directement accessibles aux utilisateurs finaux.
  • OLTP utilise un schéma entièrement normalisé pour la cohérence de la base de données.
  • Le temps de réponse d'un système OLTP est court.
  • Il effectue strictement uniquement les opérations prédéfinies sur un petit nombre d'enregistrements.
  • OLTP stocke les enregistrements des derniers jours ou d'une semaine.
  • Il prend en charge des modèles de données et des tableaux complexes.

Ensemble, ces caractéristiques permettent aux systèmes OLTP de rester rapides, fiables et capables de gérer un grand nombre d'utilisateurs simultanés lors des opérations commerciales courantes.

Types de requêtes qu'un système OLTP peut traiter

OLTP est un système de modification de base de données en ligne. Il prend donc en charge les requêtes de base de données telles que les opérations d'insertion, de mise à jour et de suppression, ainsi que la consultation rapide d'enregistrements individuels.

Système de point de vente comme exemple de traitement de requêtes OLTP
Système de point de vente pour OLTP

Prenons l'exemple du système de point de vente (PDV) d'un supermarché. Voici quelques exemples de requêtes que ce système peut traiter :

  • Récupérer la description d'un produit particulier.
  • Filtrage de tous les produits liés à un fournisseur.
  • Recherche dans le dossier d'un client.
  • Lister des produits ayant un prix inférieur au montant attendu.

La gestion simultanée de ces requêtes pour de nombreux clients nécessite une conception bien structurée, et c'est là qu'intervient l'architecture OLTP.

Archiconfiguration d'OLTP

L'architecture d'un système OLTP typique suit un flux en couches, illustré ci-dessous et expliqué à travers ses composants principaux :

Diagramme d'architecture OLTP illustrant le flux de données en couches

OLTP Architecture
  1. Stratégie d'entreprise / d'entreprise : La stratégie d'entreprise traite des enjeux qui affectent l'organisation dans son ensemble. Dans le cadre du traitement automatisé en ligne (OLTP), elle est généralement élaborée au plus haut niveau de l'entreprise, par le conseil d'administration ou la direction générale.
  2. Processus d'affaires: Un processus métier OLTP est un ensemble d'activités et de tâches qui, une fois terminées, permettent d'atteindre un objectif organisationnel.
  3. Clients, commandes et produits : La base de données OLTP stocke des informations sur les produits, les commandes (transactions), les clients (acheteurs), les fournisseurs (vendeurs) et les employés.
  4. Processus ETL : Il extracIl extrait les données de divers systèmes sources RDBMS, les transforme (en appliquant des concaténations, des calculs, etc.) et charge les données traitées dans le système d'entrepôt de données.
  5. Entrepôt de données et data mart : A Data Mart Il s'agit d'une structure ou d'un modèle d'accès spécifique aux environnements d'entrepôt de données. Il est utilisé par OLAP pour stocker les données traitées.
  6. Exploration de données, analyse et prise de décision : Les données stockées dans le datamart et l'entrepôt de données peuvent être utilisées pour data miningCes données vous permettent d'identifier des tendances, d'analyser des données brutes et de prendre des décisions éclairées pour la croissance de votre organisation.

Cette conception en couches montre comment les données transactionnelles capturées par OLTP alimentent finalement les systèmes analytiques utilisés pour la production de rapports et la prise de décision.

ARTICLES LIÉS

Propriétés ACID dans OLTP

Les systèmes OLTP traitent de nombreuses transactions simultanées et dépendent donc de Propriétés ACID pour protéger l'intégrité des données. ACID signifie AtomFiabilité, cohérence, isolation et durabilité : toute transaction OLTP fiable doit satisfaire à ces quatre exigences.

  • Atomicité : Une transaction est traitée comme une unité unique. Soit elle est entièrement réalisée, soit elle n'est pas exécutée du tout ; par conséquent, un transfert incomplet ne peut jamais être enregistré.
  • Cohérence: Chaque transaction fait passer la base de données d'un état valide à un autre, en respectant toutes les règles et contraintes.
  • Isolement: Les transactions simultanées n'interfèrent pas entre elles ; les opérations simultanées produisent donc le même résultat que si elles étaient exécutées l'une après l'autre.
  • Durabilité: Une fois une transaction validée, ses modifications sont conservées de manière permanente, même si le système tombe en panne immédiatement après.

Les bases de données relationnelles telles que MySQL, Oracle Database et Microsoft SQL Server Ils appliquent ces garanties ACID, c'est pourquoi ils restent le choix par défaut pour les charges de travail OLTP à forte intensité transactionnelle.

Exemple de transaction OLTP

Un exemple classique de système OLTP est celui des distributeurs automatiques de billets. Imaginons un couple titulaire d'un compte joint dans une banque. Un jour, ils se rendent simultanément à des distributeurs automatiques différents et souhaitent retirer la totalité du solde de leur compte.

Exemple de retrait au guichet automatique : transaction OLTP

OLTP pour l'image ATM

Toutefois, la personne qui s'authentifie en premier pourra retirer l'argent. Dans ce cas, le système OLTP garantit que le montant retiré ne pourra jamais excéder le solde disponible sur le compte bancaire. Il est important de noter que les systèmes OLTP sont optimisés pour la précision des transactions plutôt que pour l'analyse des données.

Voici d'autres exemples courants de systèmes OLTP :

  • Services bancaires en ligne
  • Réservation de billets d'avion en ligne
  • Envoi d'un SMS
  • La saisie des commandes
  • Ajouter un livre à une boutiqueping panier

OLTP contre OLAP

Bien que leurs noms se ressemblent, OLTP et OLAP ont des objectifs différents. Le tableau ci-dessous explique les principales différences entre OLTP et OLAP. OLAP, notamment la manière dont l'OLAP s'appuie généralement sur un entrepôt de données.

Comparaison OLTP vs. OLAP

OLTP OLAP
OLTP est un système transactionnel en ligne. OLAP est un processus d'analyse et d'extraction de données en ligne.
Il se caractérise par un grand nombre de transactions courtes en ligne. Elle se caractérise par un grand volume de données.
OLTP est un système de modification de base de données en ligne. OLAP est un système de gestion de requêtes de base de données en ligne.
OLTP utilise un SGBD traditionnel. OLAP utilise l'entrepôt de données.
Il insère, met à jour et supprime des informations dans la base de données. Il exécute principalement des opérations sélectionnées.
OLTP et ses transactions sont les sources de données. Différentes bases de données OLTP deviennent la source de données pour OLAP.
Une base de données OLTP doit respecter les contraintes d'intégrité des données. Une base de données OLAP n'est pas fréquemment modifiée, l'intégrité des données n'est donc pas un problème.
Son temps de réponse est en millisecondes. Son temps de réponse varie de quelques secondes à quelques minutes.
Les données d'une base de données OLTP sont toujours détaillées et organisées. Les données d'un processus OLAP peuvent ne pas être organisées.
Il permet les opérations de lecture et d'écriture. Il autorise uniquement les opérations de lecture et rarement les opérations d'écriture.
Il s'agit d'un processus axé sur le marché. Il s'agit d'un processus axé sur le client.
Les requêtes dans ce processus sont standardisées et simples. Des requêtes complexes impliquant des agrégations sont utilisées.
Il faut une sauvegarde complète des données, combinée à des sauvegardes incrémentales. OLAP ne nécessite une sauvegarde que de temps à autre ; la sauvegarde n'est pas aussi importante que pour OLTP.
La conception des bases de données est orientée application. Par exemple, elle varie selon le secteur d'activité, comme la distribution, le transport aérien ou la banque. La conception des bases de données est orientée métier. Par exemple : la conception de la base de données varie selon les domaines d’activité tels que les ventes, le marketing ou les achats.
Il est utilisé par des utilisateurs qui traitent des données de manière critique, tels que les employés de bureau, les administrateurs de bases de données et les professionnels des bases de données. Il est utilisé par les utilisateurs de données et de connaissances, tels que les employés, les gestionnaires et les PDG.
Il est conçu pour les opérations commerciales en temps réel. Il est conçu pour l'analyse des indicateurs de performance commerciale par catégorie et par attributs.
Le débit des transactions est l'indicateur de performance. Le débit des requêtes est la mesure des performances.
Ce type de base de données permet à des milliers d'utilisateurs de se connecter. Ce type de base de données ne permet que quelques centaines d'utilisateurs.
Cela contribue à accroître l'autonomie et la productivité de l'utilisateur. Cela contribue à accroître la productivité des analystes commerciaux.
Historiquement, les entrepôts de données ont constitué un projet de développement, dont la construction peut s'avérer coûteuse. Un cube OLAP n'est pas un entrepôt de données SQL Server ouvert. Par conséquent, les connaissances techniques et l'expérience sont essentielles à la gestion du serveur OLAP.
Il fournit un résultat rapide pour les données utilisées quotidiennement. Cela garantit une réponse plus rapide et constante aux requêtes.
Il est facile à créer et à entretenir. Il permet à l'utilisateur de créer une vue à l'aide d'une feuille de calcul.
OLTP est conçu pour avoir un temps de réponse rapide, une faible redondance des données et est normalisé. Un entrepôt de données est créé spécifiquement pour intégrer différentes sources de données et constituer une base de données consolidée.

En résumé, OLTP fournit la base transactionnelle en temps réel, tandis qu'OLAP exploite ces données pour une analyse à grande échelle.

Avantages d'OLTP

Voici les principaux avantages d'un système OLTP :

  • OLTP offre des prévisions précises des revenus et des dépenses.
  • Elle offre une base solide pour une entreprise ou une organisation stable grâce à la modification opportune de toutes les transactions.
  • OLTP rend les transactions beaucoup plus faciles pour le compte des clients.
  • Il élargit la clientèle d'une organisation en accélérant et en simplifiant les processus individuels.
  • OLTP prend en charge des bases de données plus volumineuses.
  • Le partitionnement des données pour leur manipulation est facile.
  • Nous avons besoin d'un système OLTP pour les tâches fréquemment effectuées par celui-ci.
  • C'est utile lorsque nous n'avons besoin que d'un petit nombre d'enregistrements.
  • Il gère les tâches telles que l'insertion, la mise à jour ou la suppression de données.
  • Il est utilisé lorsque vous avez besoin de cohérence et de concurrence pour effectuer des tâches qui garantissent une plus grande disponibilité.

Inconvénients de l'OLTP

Voici les principaux inconvénients d'un système OLTP :

  • Si le système OLTP est confronté à des pannes matérielles, les transactions en ligne sont gravement affectées.
  • Les systèmes OLTP permettent à plusieurs utilisateurs d'accéder et de modifier simultanément les mêmes données, ce qui peut créer une situation inédite.
  • Si le serveur se bloque ne serait-ce que quelques secondes, cela peut affecter un grand nombre de transactions.
  • Le traitement transactionnel en ligne (OLTP) nécessite un personnel nombreux travaillant en équipe pour assurer la gestion des stocks.
  • Les systèmes de traitement des transactions en ligne ne disposent pas de méthodes adéquates pour transférer eux-mêmes les produits aux acheteurs.
  • OLTP rend la base de données beaucoup plus vulnérable aux pirates et aux intrus.
  • Dans les transactions B2B, il est possible que les acheteurs comme les fournisseurs passent à côté des avantages en termes d'efficacité offerts par le système.
  • Une panne du serveur peut entraîner une interruption de service.ping extraire de grandes quantités de données de la base de données.
  • Vous ne pouvez effectuer qu'un nombre limité de requêtes et de mises à jour.

Défis d'un système OLTP

Malgré ses avantages, un système OLTP présente également certains défis :

  • Il permet à plusieurs utilisateurs d'accéder et de modifier simultanément les mêmes données. Par conséquent, il nécessite des techniques de contrôle et de récupération de la concurrence afin d'éviter toute situation imprévue.
  • Les données des systèmes OLTP ne sont pas adaptées à la prise de décision. Il est nécessaire d'utiliser les données des systèmes OLAP pour les analyses de scénarios ou la prise de décision.

FAQ

Les bases de données OLTP courantes sont des systèmes relationnels conçus pour des transactions rapides et simultanées, notamment MySQL, PostgreSQL, Oracle Database, Microsoft SQL Server et IBM Db2. Ils appliquent les propriétés ACID et des schémas normalisés pour gérer de manière fiable les insertions, mises à jour et suppressions fréquentes pour des applications telles que les services bancaires et le commerce électronique.

MySQL Il s'agit principalement d'une base de données OLTP. Elle est optimisée pour des insertions, des mises à jour et des suppressions rapides et simultanées, tout en garantissant une intégrité des données élevée, ce qui la rend adaptée aux applications transactionnelles. MySQL peuvent exécuter des requêtes analytiques, mais les moteurs OLAP dédiés ou les entrepôts de données gèrent les analyses à grande échelle de manière beaucoup plus efficace.

Les systèmes OLTP utilisent un schéma entièrement normalisé pour réduire la redondance des données et garantir leur cohérence. La normalisation répartit les données dans des tables liées afin que chaque information ne soit stockée qu'une seule fois. Ceci assure des insertions, des mises à jour et des suppressions rapides et fiables, et prévient les anomalies lorsque des milliers d'utilisateurs modifient simultanément les données.

Le traitement transactionnel en ligne (OLTP) traite les transactions individuelles instantanément et de manière interactive, offrant aux utilisateurs une confirmation en moins d'une seconde. Le traitement par lots, quant à lui, regroupe les transactions et les exécute simultanément à des heures planifiées, sans retour d'information immédiat. L'OLTP convient aux opérations en temps réel telles que les retraits aux distributeurs automatiques, tandis que le traitement par lots est adapté à des tâches comme la paie ou la production de rapports de nuit.

Oui. Les systèmes de traitement transactionnel/analytique hybride (HTAP) exécutent les transactions et les analyses sur une seule base de données, évitant ainsi les déplacements constants de données. Les plateformes modernes utilisent le stockage en mémoire et des moteurs distincts pour assurer les deux fonctions. Cependant, de nombreuses organisations conservent des environnements OLTP et OLAP séparés afin de préserver les performances transactionnelles.

La plupart des bases de données OLTP utilisent SQL (Structured Query Language) pour exécuter les opérations d'insertion, de mise à jour, de suppression et de sélection. SQL gère les transactions courtes et bien définies dont dépend l'OLTP, tandis que le moteur relationnel sous-jacent garantit les propriétés ACID, l'indexation et le contrôle de concurrence afin d'assurer l'exactitude des données même en cas de forte charge.

Les outils de surveillance basés sur l'IA analysent les modèles de requêtes OLTP, recommandent des index et détectent en temps réel les transactions lentes ou les problèmes de verrouillage. Les modèles d'apprentissage automatique prévoient les pics de charge et optimisent automatiquement la configuration. Les ingénieurs doivent examiner ces recommandations avant de les appliquer, car les modifications automatisées peuvent affecter les systèmes transactionnels en production.

Oui. ChatGPT et Copilote GitHub Ces outils permettent de générer des requêtes SQL OLTP, des procédures stockées et des définitions de schéma à partir d'une simple invite de commande. Ils accélèrent le développement de routine, mais il est indispensable de vérifier le résultat (indexation, limites de transaction et conformité ACID) avant la mise en production.

Résumez cet article avec :