Comprensión de los patrones de procesamiento analítico y transaccional híbrido

  • 6 minutos

Muchas arquitecturas de aplicaciones empresariales separan el procesamiento analítico y transaccional en sistemas independientes con datos almacenados y procesados en infraestructuras independientes. Estas infraestructuras se conocen normalmente como sistemas OLTP (procesamiento de transacciones en línea), que trabajan con datos operativos, y sistemas OLAP (procesamiento analítico en línea), que trabajan con datos históricos. Cada sistema está optimizado para su tarea específica.

Los sistemas OLTP están optimizados para tratar con solicitudes del usuario o del sistema separadas de inmediato y responder a estas lo antes posible.

Los sistemas OLAP están optimizados para el procesamiento analítico, la ingesta, la síntesis y la administración de grandes conjuntos de datos históricos. Los datos procesados por los sistemas OLAP se originan en gran medida en sistemas OLTP y deben cargarse en los sistemas OLAP mediante procesos por lotes ETL (extracción, transformación y carga de datos).

Debido a su complejidad y a la necesidad de copiar físicamente grandes cantidades de datos, en este enfoque se genera un retraso en la disponibilidad de los datos para analizarlos en los sistemas OLAP.

Procesamiento analítico y transaccional híbrido (HTAP)

A medida que más empresas adoptan procesos digitales, más se reconoce el valor de poder responder a las oportunidades tomando decisiones más rápidas y bien fundamentadas. El HTAP (procesamiento analítico y transaccional híbrido) permite a las empresas ejecutar análisis avanzados casi en tiempo real de datos almacenados y procesados por sistemas OLTP.

En el diagrama siguiente se muestra el patrón generalizado de una arquitectura HTAP:

Diagrama de una arquitectura de procesamiento transaccional o analítico híbrido.

  1. Una aplicación empresarial procesa la entrada de usuario y almacena los datos en una base de datos transaccional optimizada para una combinación de lecturas y escrituras de datos en función del perfil de utilización esperado de la aplicación.
  2. Los datos de la aplicación se replican automáticamente en un almacén analítico con baja latencia.
  3. El almacén analítico admite el modelado de datos, el análisis y la generación de informes sin afectar al sistema transaccional.