Was ist analytische Verarbeitung online?

Die analytische Verarbeitung online (OLAP) unterstützt im Gegensatz zur Online-Transaktionsverarbeitung (OLTP) die Datenanalyse durch eine Live-Verbindung zu strukturierten Daten, um analytische Erkenntnisse zu gewinnen. OLTP-Systeme erzeugen Daten, während OLAP-Systeme Geschäftsdaten analysieren.

Warum ist analytische Verarbeitung online wichtig?

Unternehmen müssen schnell handeln, um wettbewerbsfähig zu bleiben, auf Bedrohungen und Chancen zu reagieren und auf die Bedürfnisse der Kunden einzugehen. analytische Verarbeitung online bietet einen Einblick in diese Veränderungen im Geschäftsumfeld.

Die Entwicklung der analytische Verarbeitung online

Transaktionsverarbeitungssysteme sind für einen hohen Durchsatz, große Nutzer und eine schnelle Datenerstellung ausgelegt. Beispielsweise müssen Bankensysteme wie Geldautomaten und Kassensysteme in Supermärkten sehr reaktionsschnell sein. Frühere Meldesysteme sammelten Transaktionsdaten nachts, wenn die Transaktionssysteme Batch-Berichte lieferten, die am nächsten Tag verbraucht wurden.

Aus den Berichtssystemen entwickelten sich Data Warehouses und OLAP cube Systeme, die Daten aufrollten, um eine multidimensionale Analyse von Transaktionsdaten zu ermöglichen. Das Problem der frühen OLAP-Systeme bestand darin, dass die von ihnen erstellten Datenwürfel oder Hyperwürfel keinen Zugriff auf die aktuellsten zugrunde liegenden Daten hatten.

Heutige Data-Warehouse-Systeme können mit nachrichtenbasierten Streaming gekoppelt werden, um Daten aus transaktionalen Systemen innerhalb von Sekunden nach ihrer Erstellung zu erfassen. Maschinelles Lernen (ML) Systeme können subtile Trends und Korrelationen in Rohdatenströmen erkennen, die in dynamischen Visualisierungen angezeigt werden können. Echtzeit-Dashboards in Business Intelligence ermöglichen es Unternehmen, sofort auf Veränderungen zu reagieren.

Hybride OLTP- und OLAP-Systeme

Um die Latenzzeit zwischen Transaktionssystemdaten und Datenanalyse zu minimieren, wurden Produkte wie Actian Ingres entwickelt, die diesem Bedarf gerecht werden. In diesem hybriden System ist die Ingres-OLTP-Datenbank-Engine auf transaktionale Arbeitslasten ausgerichtet und mit der Analytics Database gekoppelt, die Datenanalysedaten speichert. Es handelt sich um eine einzige Datenbankinstanz, die Zeilenspeicher für OLTP-Tabellen und Vertikale Speicherung für Tabellen zur Entscheidungsunterstützung verwendet. Ein Schlüsselwort in der CREATE TABLE teilt der Actian-Datenbank den Verwendungszweck der Tabelle mit, so dass sie für OLTP- oder OLAP-Daten optimiert werden kann.

OLAP-Würfel

Eine Klasse von Datenbanken, die Daten in einen multidimensionalen Würfel mit voraggregierten Daten vorlädt, um die Aufteilung von Daten auf verschiedene Dimensionen zu unterstützen. Diese Datenbanken verwenden eine nicht standardisierte abfragen für multidimensionale Ausdrücke (MDX). OLAP-Würfel wurden weitgehend von der Technologie der spaltenorientierten Datenbanken verdrängt, die standardmäßige SQL-Abfragen verwenden und Daten in Echtzeit aktualisieren können.

Die Vorteile der analytische Verarbeitung online

Die Nutzer von Anwendungen zur Entscheidungsunterstützung verlangen zunehmend nach aktuelleren Daten für ihre Analysen. Im Folgenden werden viele der Vorteile der Verwendung der neuesten verfügbaren Analysedaten aufgeführt:

• Wenn ein Unternehmen auf Veränderungen in seinem Umfeld aufmerksam wird, muss es oft schnell reagieren, um den Schaden für seinen Ruf zu minimieren. Die Überwachung von Kundenfeedback zu neuen Produkten und Dienstleistungen erfordert eine Anpassung an negative Kommentare oder Veränderungen in der Stimmung von Kommentaren social media über das Unternehmen oder das Produkt, bevor sie eskalieren.
• Betrugserkennung benötigen die neuesten Informationen, bevor ein Unternehmen eine Kreditentscheidung trifft oder das Risiko in eine Versicherungsprämie einpreist.
• Wenn sich Marktchancen ergeben, z. B. bei einer Hitzewelle in einer bestimmten Region, muss sich ein Eisenwarenhändler mit Ventilatoren und Klimaanlagen eindecken, solange die Hitze anhält.
• Änderungen in der Preisgestaltung der Lieferanten diktieren den Preis, den ein Hersteller seinen Kunden in Rechnung stellt. Je früher sie reagieren, desto wahrscheinlicher ist es, dass sie einen Rückgang der Gewinnspannen abwenden können.

Actian und die Data Intelligence Plattform

Die Actian Data Intelligence Platform wurde speziell dafür entwickelt, Unternehmen bei der Vereinheitlichung, verwalten und dem Verständnis ihrer Daten in hybriden Umgebungen zu unterstützen. Sie vereint Metadaten , Governance, Lineage, Qualitätsüberwachung und Automatisierung in einer einzigen Plattform. So können Teams sehen, woher die Daten kommen, wie sie verwendet werden und ob sie internen und externen Anforderungen entsprechen.

Durch seine zentrale Schnittstelle unterstützt Actian Erkenntnis über Datenstrukturen und -flüsse und erleichtert so die Anwendung von Richtlinien, die Lösung von Problemen und die abteilungsübergreifende Zusammenarbeit. Die Plattform hilft auch dabei, Daten mit dem geschäftlichen Kontext zu verbinden, damit Teams Daten effektiver und verantwortungsvoller nutzen können. Die Plattform von Actian ist so konzipiert, dass sie mit sich entwickelnden Datenökosystemen skaliert und eine konsistente, intelligente und sichere Datennutzung im gesamten Unternehmen unterstützt. Fordern Sie Ihr persönliches Demo an.