3.1.3 操作型数据与分析型数据的对比

3.1.3  操作型数据与分析型数据的对比

由上面对业务操作和商务分析2种过程的比较可知，如果把用于OLTP系统的数据直接应用于商务数据分析和决策支持活动就会面临许多困难。主要表现在4个方面。其一是事务处理的数据之间往往需要用复杂的关系来保证快捷性、一致性和实时性，要将其用于分析，则需要创建特殊查询语句，而此项工作只有数据库技术专家才能做好，这很明显不符合进行商务数据分析的用户群的需要；其二是在进行事务处理的系统中进行大量的数据分析，会影响在线事务的处理速度和性能；其三是在事务处理数据库中执行复杂的查询时，会由于速度过慢而影响分析的效率和决策的执行；最后，事务处理数据库中的数据会由于经常改变而影响数据分析的一致性。

功能决定其结构。按照表3-1对OLTP和OLAP的功能对比，可以对应地得出其相应数据的区别，如表3-2所示。

表3-2  操作型数据与分析型数据的区别

由上表可知，操作数据是处于不断变换和更新之中的，属于动态数据。比如通过订单输入程序输入的订单数据就属于操作数据。

分析数据是主要用于对经营业务进行分析，因而用的是历史数据，通常都不会随着时间的推移而发生变化，因此属于静态数据。只有在原始信息错误的情况下，分析数据才会有变动。比如某个时间点的销售额是最终数据，是不可逆的，它可以用于分析销售情况，属于分析数据。分析数据通常是从动态数据源迁移到静态数据源的，因而主要来源于操作数据。环境的变化可能为分析带来其他影响因素，因而来自外部的额外信息也可能是分析数据所需要的。下面就在对比这两类数据的基础上，明确数据仓库的特点。