【数据仓库-2】-- 操作性系统与分析型系统

1.定义

1.1 操作性系统

事务的应用的信息系统。

事务是工作于数据库管理系统（或类似系统）中的一个逻辑单元，该逻辑单元中的操作被以一种独立于其他事务的可靠方式所处理。事务一般代表着数据改变，它提供 “all-or-nothing” 操作，就是说事务中的一系列操作要么完全执行，要么完全不执行。

在数据库中使用事务主要出于两个目的：

保证工作单元的可靠性。当数据库系统异常宕机时，其中执行的操作或者已经完成或者只有部分完成，很多没有完成的操作此时处于一种模糊状态。在这种情况下，数据库系统必须能够恢复到数据一致的正常状态。

提供并发访问数据库的多个程序间的隔离。如果没有这种隔离，程序得到的结果很可能是错误的。

根据事务的定义，引申出事务具有原子性、一致性、隔离性、持久性的特点，也就是数据库领域中常说的事务的 ACID 特性。

1.2 分析型系统

在数据库层面，分析型系统操作被定义成少量的事务，复杂的查询，处理归档和历史数据。这些数据很少被修改，从数据库抽取数据是最多的操作，也是识别这种系统的关键特征。分析型数据库基本上都是读操作。分析型系统的典型应用包括：

销售业务分析报告、市场管理报告、业务过程管理（BPM）、预算和预测、金融分析报告及其类似的应用。

2.区别

2.1这两种系统的侧重点不同。

操作型系统更适合对已有数据的更新，所以是日常处理工作或在线系统的选择。

分析型系统提供在大量存储数据上的分析能力，所以这类系统更适合报表类应用。分析型系统通常是查询历史数据，这有助于得到更准确的分析报告。

2.2目标完全不同

为了得到更好的性能，使用的数据模型和设计方法也不同。

操作型系统数据库通常使用规范化设计，为普通查询和数据修改提供更好的性能。

分析型数据库具有典型的数据仓库组织形式。

2.3 复杂查询

操作型系统上的查询更少、查询的复杂度更小，而分析型系统上执行的查询要复杂得多。所以操作型系统会比分析型系统快很多。

2.4 更新频率

操作型系统的数据会持续更新，并且更新会立即生效。而分析型系统的数据更新，是由预定义的处理作业同时装载大量的数据集合，并且在装载前需要做数据转换，因此整个数据更新过程需要很长的执行时间。

具体对比项如下：

参考：《Hadoop构建数据仓库实践》