Grundlegendes zu hybriden transaktionalen und analytischen Verarbeitungsmustern

  • 6 Minuten

Viele Geschäftsanwendungsarchitekturen teilen die transaktionale und analytische Verarbeitung in separate Systeme mit in separaten Infrastrukturen gespeicherten und verarbeiteten Daten ein. Diese Infrastrukturen werden üblicherweise als OLTP-Systeme (Online Transaction Processing, Onlinetransaktionsverarbeitung) bezeichnet, die mit operativen Daten arbeiten, sowie OLAP-Systeme (Online Analytical Processing, analytische Onlineverarbeitung), die mit Verlaufsdaten arbeiten, wobei jedes System für die jeweilige Aufgabe optimiert ist.

OLTP-Systeme sind für den sofortigen Umgang mit eigenständigen System- oder Benutzeranforderungen optimiert und reagieren so schnell wie möglich.

OLAP-Systeme sind für die analytische Verarbeitung, Erfassung, Synthese und Verwaltung großer Verlaufsdatenmengen optimiert. Die von OLAP-Systemen verarbeiteten Daten stammen größtenteils aus OLTP-Systemen und müssen mithilfe von ETL-Batchprozessen (Extrahieren, Transformieren und Laden) in die OLAP-Systeme geladen werden.

Aufgrund der Komplexität der Systeme und der Notwendigkeit, große Datenmengen physisch zu kopieren, wird durch diesen Ansatz eine Verzögerung verursacht, wenn Daten in OLAP-Systemen analysiert werden sollen.

Hybrid Transactional/Analytical Processing (HTAP)

Da immer mehr Unternehmen auf digitale Prozesse umsteigen, erkennen sie zunehmend den Wert der Möglichkeit an, durch schnelleres Treffen gut überlegter Entscheidungen Chancen zu ergreifen. HTAP (hybride transaktionale/analytische Verarbeitung) ermöglicht es Unternehmen, erweiterte Analysen nahezu in Echtzeit für Daten auszuführen, die von OLTP-Systemen gespeichert und verarbeitet werden.

Im folgenden Diagramm wird das generalisierte Muster einer HTAP-Architektur veranschaulicht:

A diagram of a hybrid transactional/analytical processing architecture.

  1. Eine Geschäftsanwendung verarbeitet Benutzereingaben und speichert Daten in einer Transaktionsdatenbank, die basierend auf dem erwarteten Nutzungsprofil der Anwendung für eine Mischung aus Datenlese- und Schreibvorgängen optimiert ist.
  2. Die Anwendungsdaten werden automatisch in einen analytischen Speicher mit geringer Latenz repliziert.
  3. Der analytische Speicher unterstützt die Datenmodellierung, Analysen und Berichterstellung ohne Auswirkungen auf das Transaktionssystem.