在業務數據處理的早期，對數據庫的寫操作通常對應于正在發生的商業交易-進行銷售，與供應商下訂單，支付員工的工資等。隨著數據庫擴展到不涉及的領域 涉及貨幣易手，但是交易一詞仍然存在，是指構成邏輯單元的一組讀寫操作。 這些類型的查詢稱為事務處理系統查詢(OLTP)。 為這些查詢設計的系統通常是面向用戶的，這意味著它們可能會看到大量的請求。 為了處理負載，應用程序通常僅在每個查詢中觸摸少量記錄。 該應用程序使用某種密鑰來請求記錄，而存儲引擎使用索引來查找所請求密鑰的數據。 磁盤查找時間通常是這里的瓶頸。

但是，數據庫也開始越來越多地用于數據分析，而這種數據分析具有非常不同的訪問模式。 通常，分析查詢需要掃描大量記錄，僅讀取每條記錄的幾列，并計算匯總統計信息(例如計數，總和或平均值)，而不是將原始數據返回給用戶。 例如，如果您的數據是銷售交易表，則分析查詢可能是：

• 一月份，我們每家商店的總收入是多少?
• 在最近的促銷活動中，我們售出的iPhone比平時多了多少?
• 哪個品牌的牛奶最常與家樂氏的玉米片一起購買?

這些查詢通常由業務分析人員編寫，并饋入有助于公司管理層做出更好決策(業務智能)的報告。 為了將這種使用數據庫的模式與事務處理區分開來，它被稱為在線分析處理(OLAP)。 它們之所以鮮為人知，是因為它們是由業務分析師而不是最終用戶處理的。 與OLTP系統相比，它們處理的查詢量要少得多，但每個查詢的要求通常很高，需要在短時間內掃描數百萬條記錄。 磁盤帶寬(不是尋道時間)通常是這里的瓶頸，而面向列的存儲是此類工作負載越來越流行的解決方案。

OLTP和OLAP之間的區別并不總是很明確，但是下面列出了一些典型特征。

首先，將相同的數據庫用于事務處理和分析查詢。事實證明，SQL在這方面非常靈活：它對于OLTP類型查詢和OLAP類型查詢都適用。盡管如此，在1980年代末和1990年代初，公司有一種趨勢是停止使用OLTP系統進行分析，而改為在單獨的數據庫上運行分析。這個獨立的數據庫稱為數據倉庫。

企業可能具有數十種不同的交易處理系統：為面向客戶的網站提供動力的系統，實體商店中的銷售點(結帳)系統，倉庫中的庫存跟蹤，車輛路線規劃，供應商管理，員工管理等。這些系統中的一個很復雜，需要一個團隊來維護它，因此這些系統最終只能彼此獨立地運行。通常期望這些OLTP系統具有高可用性，并以低延遲處理事務，因為它們通常對業務運營至關重要。因此，數據庫管理員密切保護其OLTP數據庫。他們通常不愿讓業務分析人員在OLTP數據庫上運行臨時分析查詢，因為這些查詢通常很昂貴，會掃描數據集的大部分，這可能會損害并發執行事務的性能。

數據倉庫

相比之下，數據倉庫是一個獨立的數據庫，分析人員可以查詢其內心的內容，而不會影響OLTP操作。數據倉庫包含公司所有各種OLTP系統中數據的只讀副本。從OLTP數據庫中提取數據(使用定期數據轉儲或連續的更新流)，將其轉換為易于分析的模式，進行清理，然后將其加載到數據倉庫中。將數據放入倉庫的過程稱為"提取-轉換-加載(ETL)"。現在，幾乎所有大型企業都存在數據倉庫，但在小型企業中幾乎聞所未聞。這可能是因為大多數小型公司沒有太多不同的OLTP系統;而且大多數小型公司的數據量都很小-足夠小，可以在常規SQL數據庫中查詢，甚至可以在電子表格中進行分析。在大型公司中，要做一些在小型公司中簡單的事情需要很多繁重的工作。

使用單獨的數據倉庫而不是直接查詢OLTP系統進行分析的一大優勢是，可以針對分析訪問模式對數據倉庫進行優化。 某些數據庫(例如Microsoft SQL Server和SAP HANA)在同一產品中支持事務處理和數據倉庫。 但是，它們越來越成為兩個獨立的存儲和查詢引擎，它們恰巧可以通過公共SQL接口進行訪問。 數據倉庫供應商(例如Teradata，Vertica，SAP HANA和ParAccel)通常在昂貴的商業許可下銷售其系統。 Amazon RedShift是ParAccel的托管版本。 最近，出現了許多開源的SQL-onHadoop項目。 他們很年輕，但旨在與商業數據倉庫系統競爭。 這些包括Apache hive，Spark SQL，Cloudera Impala，Facebook Presto，Apache Tajo和Apache Drill。 其中一些是基于Google Dremel的想法。

Analytics的存儲架構

根據應用程序的需求，在事務處理領域中會使用各種不同的數據模型。 另一方面，在分析中，數據模型的多樣性要少得多。 許多數據倉庫都以相當公式化的方式使用，稱為星型模式(也稱為維建模)。 通常，將事實捕獲為單個事件，因為這樣可以在以后最大程度地進行分析。 但是，這意味著事實表可能會變得非常大。

星星和雪花：

"星型模式"的名稱來自以下事實：當可視化表關系時，事實表位于中間，并被其維度表包圍; 這些桌子的連接就像星星的光芒。 此模板的一種變體稱為雪花模式，其中尺寸進一步細分為多個子維度。 像Apple，Walmart或eBay這樣的大企業，其數據倉庫中可能有數十PB的事務歷史記錄，其中大多數實際上是表。

列式存儲：

盡管事實表通常超過100列，但是典型的數據倉庫查詢一次只能訪問其中的4或5。 在大多數OLTP數據庫中，存儲以面向行的方式進行布局：表的一行中的所有值都彼此相鄰存儲。 為了處理諸如"查找某項X在12月的平均銷售額"之類的分析查詢，面向行的存儲引擎仍然需要將所有這些行(每個行包含100多個屬性)從磁盤加載到內存中 ，解析它們并過濾掉不符合要求的條件，這可能會花費很長時間。 面向列的存儲背后的想法很簡單：不要將一行中的所有值都存儲在一起，而是將每一列中的所有值存儲在一起。 如果每列存儲在單獨的文件中，則查詢僅需要讀取和解析該查詢中使用的那些列，這可以節省大量工作。

列壓縮：

通常，一列中不同值的數量與行數相比很小(例如，零售商可能進行數十億次銷售交易，但只有100,000種不同產品)。 根據列中的數據，可以使用不同的壓縮技術-在數據倉庫中特別有效的一種技術是位圖編碼。

現在，我們可以將一列包含n個不同的值，并將其轉換為n個單獨的位圖-每個不同的值一個位圖，每行一個位。 如果行具有該值，則該位為1，否則為0。 如果n很小(例如，一個國家/地區列可能具有大約200個不同的值)，則這些位圖可以每行一位存儲。