Online Transaction Processing

Online-Transaction-Processing (OLTP), Online-Transaktionsverarbeitung, auch Echtzeit-Transaktionsverarbeitung, bezeichnet ein Benutzungsparadigma von Datenbanksystemen und Geschäftsanwendungen, bei dem die Verarbeitung von Transaktionen direkt und prompt, also ohne nennenswerte Zeitverzögerung, stattfindet.^[1]

Gegenstück ist die Batch-Verarbeitung, bei der alle Geschäftsvorfälle gesammelt und in – häufig nächtlichen, von Online-Betrieb freien Zeiten – Batchläufen verarbeitet werden. Die Namensgebung (englisch batch ‚Stapel‘) stammt aus den 1960er / 1970er Jahren, denn die Daten (und oft auch Programme) lagen dabei als Lochkarten vor und wurden als Stapel eingelesen und verarbeitet. Bei dieser Bezeichnung spielt auch der Aspekt eine Rolle, dass die Aufgaben (wie beim Lochkartenstapel) nur nacheinander ausgeführt werden können, während beim OLTP viele verschiedene Geschäftsoperationen gleichzeitig stattfinden.

Das technische Hauptaugenmerk beim OLTP liegt auf der Transaktionssicherheit bei parallelen Anfragen und Änderungen, auf der Minimierung der Antwortzeit von Anfragen sowie auf einem möglichst hohen Durchsatz (Anzahl Transaktionen pro Zeitspanne). Die Effizienz von OLTP-Systemen ist dabei von der Auswahl geeigneter Hardware (Datenbankserver, Netzwerkkomponenten wie LAN und WAN) und Software (Datenbankmanagementsystem) abhängig. Durch die Beachtung von Transaktionskriterien (siehe ACID) wird sichergestellt, dass die Konsistenz der Datenbank (es können heutzutage auch mehrere verteilte sein) erhalten bleibt und Daten nie unvollständig oder inkonsistent gespeichert werden.

OLTP-Datenbank-Systeme speichern typischerweise die Transaktionen eines Geschäftsvorganges in dem höchsten Detaillierungsgrad, der für die operative Tätigkeit des Unternehmens erforderlich ist. In Anlehnung zu dem Begriff OLTP begegnet man auch der Bezeichnung Online Analytical Processing (OLAP), das sich mit der Aggregation, Aufbereitung und Auswertung der operativen Daten eines längeren Zeitraums beschäftigt.

1. ↑ Roland Gabriel, Alexander Pastwa, Peter Gluchowski: Data Warehouse & Data Mining. S. 11; books.google.de