OLTP 和 OLAP 这两个概念在十来年前、十几年前商业智能BI这个词还不是那么普及的时候，还经常放在一起做比较，现在已经很少再单独拿出来做对比了，但也总还是有人会问到，我在这里大概讲下两个概念的差别和联系。
什么是OLTP 和 OLAP
OLTP 英文全称是 Online Transaction Processing System，在线事务处理系统。OLAP 英文全称是 Online Analytical Processing System，在线分析处理系统。从名词上看差异就是一个是事务处理，一个是分析处理。
这个名词从英文翻译过来还是有些生硬，换种简单的方式来理解 OLTP 就可以理解为日常的业务系统，比如像 ERP、OA、CRM 等等，这些业务系统主要是管理企业的基本业务流程，对数据的处理方式主要是以增、删、改为主。也有查询，但查询的SQL的结构相对比较简单。
OLAP就可以理解为分析型系统，比如在商业智能BI应用中，支撑到前端可视化分析的数据仓库。商业智能BI底层使用到的数据库通常我们会称为数据仓库，数据仓库的主要目的一个是打通各个业务系统即OLTP的数据库，整合之后提供给前端商业智能BI可视化分析工具或者报表工具来使用。
如果只是把商业智能BI定义为数据可视化或者可视化的工具，就有些过于狭义了。实际上商业智能BI不仅仅只包含数据可视化，更应该包含数据仓库，数据仓库是整个商业智能BI的核心部分，所以谈到OLAP的时候就一定会谈到商业智能BI。
OLTP 和 OLAP的差异与联系
上面是一些基本的概念，再来具体说下两者的差异和联系，大概有六个点。
第一，在底层数据处理层面，OLTP 以SQL增删改处理为主，OLAP以SQL查询操作为主。数据来源层面，OLTP 的数据来源就是它们前端的应用，就是B/S架构或者C/S架构的 B Browser 浏览器或者 C Client，就理解为用户在各种系统上录入数据就可以了。
第二，OLAP的数据来源就是不同的 OLTP数据库，所以OLAP本身是不产生数据的，通过ETL从OLTP抽取数据到OLAP数据库即数据仓库中做整合清洗达到可分析的数据标准。
第三，OLTP数据处理的时间相对较短，增、删、改操作，就像在页面上点击一个提交案例、下一步操作等等；但是OLAP数据处理的时间可能就会很长，比如一个大查询可能查询的数据量非常长，相对增删改时间周期会拉的更长一些，取决于OLAP数据结构的规范性以及返回数据量的大小。
第四，OLTP 也有查询操作，但查询的操作都相对比较简单；OLAP 的查询相对可以很复杂；
第五，OLTP系统在底层数据库的设计上通常采用3NF设计方式，避免数据冗余，很适合频繁的增删改操作；OLAP系统主要是面向分析型应用准备的，因此在底层数据库即数据仓库的设计上通常会采用反三范式的方式，比如Kimball 的维度建模方式，刻意的保留数据冗余，很适合分析查询操作。
当然，在OLAP系统底层数据仓库的架构中也有采用3NF建模的，主要目的是为了统一业务数据标准，但真正面向分析服务的时候还是会在3NF的基础上再构建一套反三范式的Kimball星型模型或者雪花型模型的数据架构。
第六，OLTP由于采用3NF建模，所以对数据的完整性要求很高，必须采用完整性约束。但是OLAP本身就不是面向业务交易信息的，不对业务过程负责，并且数据也不会频繁修改，所以是没有完整性约束这一说的。比如OLTP里面一个事务没有提交成功，或者失败了，事务是要回滚的。OLAP里面没有这种处理，跑不成功再重新跑一遍就可以了。
上面的内容基本上把OLTP和OLAP的定义和概念，差别和联系大概都介绍到了，下次再来讲下OLAP CUBE多维立方体、空间换时间、MDX等等到底是一个什么概念，感兴趣的朋友可以回头来看看。