Comprendre les modèles de traitement transactionnel et analytique hybride
De nombreuses architectures d’application métier séparent le traitement transactionnel et analytique en systèmes distincts avec des données stockées et traitées dans des infrastructures distinctes. Ces infrastructures sont communément appelées systèmes OLTP (de traitement transactionnel en ligne) utilisant des données opérationnelles et systèmes OLAP (de traitement analytique en ligne) utilisant des données d’historique, chaque système étant optimisé pour une tâche spécifique.
Les systèmes OLTP sont optimisés pour traiter immédiatement des demandes système ou utilisateur discrètes et y répondre le plus rapidement possible.
Les systèmes OLAP sont optimisés pour le traitement analytique, l’ingestion, la synthèse et la gestion de grands ensembles de données d’historique. Les données traitées par les systèmes OLAP proviennent en grande partie des systèmes OLTP et doivent être chargées dans les systèmes OLAP via des processus de traitement par lots ETL (Extract, Transform, Load).
En raison de leur complexité et de la nécessité de copier physiquement de grandes quantités de données, cette approche génère un délai de mise à disposition des données pour l’analyse dans les systèmes OLAP.
Traitement transactionnel / analytique hybride (HTAP)
Alors que de plus en plus d’entreprises passent à des processus numériques, elles reconnaissent de plus en plus l’importance de pouvoir répondre aux opportunités en prenant des décisions plus rapides et plus éclairées. Le traitement HTAP (traitement transactionnel/analytique hybride) permet à une entreprise d’exécuter des analytiques avancées quasiment en temps réel sur des données stockées et traitées par des systèmes OLTP.
Le diagramme suivant illustre le modèle généralisé d’une architecture HTAP :
- Une application métier traite les entrées utilisateur et stocke les données dans une base de données transactionnelle optimisée pour accueillir un mélange de lectures et d’écritures de données en fonction du profil d’usage voulu de l’application.
- Les données d’application sont automatiquement répliquées dans un magasin analytique avec une faible latence.
- Le magasin analytique prend en charge la modélisation, l’analytique et le reporting de données sans impact sur le système transactionnel.