OLTP vs. OLAP – worin unterscheidet sich eine operative Datenbank vom Data Warehouse?

Gute Frage – die zwei Welten haben wirklich unterschiedliche Aufgaben 🙂

• OLTP (Online Transaction Processing): das ist deine operative Datenbank. Viele kleine, gleichzeitige Schreib-/Lesevorgänge (Bestellung anlegen, Lagerbestand ändern). Sie ist stark normalisiert, damit nichts doppelt und inkonsistent wird.
• OLAP (Online Analytical Processing): das Data Warehouse. Hier geht es ums Auswerten großer Datenmengen – „Umsatz je Region und Quartal“. Wenige, aber komplexe Leseabfragen über Millionen Zeilen.

Warum getrennt? Würdest du die dicke Auswertung direkt auf der Kassen-Datenbank laufen lassen, bremst du das Tagesgeschäft aus. Und die Strukturen widersprechen sich: OLTP will normalisiert (schnelles Schreiben), OLAP will bewusst denormalisiert (schnelles Aggregieren, z. B. Sternschema).

Ergänzend der Punkt, der mir das Thema erst greifbar gemacht hat: Ein Data Warehouse ist historisiert und für Analysen aufbereitet. In der operativen DB wird der Kundenstatus überschrieben, wenn er sich ändert – im DWH bleibt die Historie erhalten, damit du „wie war der Umsatz vor zwei Jahren“ überhaupt beantworten kannst.

Der Weg von der einen in die andere Welt heißt ETL (Extract, Transform, Load): Daten aus den operativen Systemen ziehen, bereinigen/vereinheitlichen, ins Warehouse laden – meist nachts. Merksatz für die Klausur: OLTP = Tagesgeschäft (schreiben), OLAP = Entscheidungsunterstützung (auswerten).