OLTP・OLAP おーえるてぃーぴー・おーえるえーぴー
簡単に言うとこんな感じ!
OLTP は「レジ係」、OLAP は「売上を分析する店長」だよ。レジは1件ずつの会計を素早く大量にこなし、店長は1年分のレシートをまとめて眺めて傾向を探す。仕事の中身が違うから、得意なデータベースも違うんだ!
OLTP・OLAPとは
OLTP(オーエルティーピー、Online Transaction Processing:オンライン取引処理)は、注文の登録、在庫の引き当て、入金の記録のように、小さな処理を大量に・すぐにこなす使い方です。1回の処理で触るのは数件だけですが、同時に何百人・何千人が使い、1件あたり数ミリ秒〜数十ミリ秒で返すことが求められます。データが途中で食い違わないよう、トランザクションと ACID 特性で守るのが基本です。
OLAP(オーエルエーピー、Online Analytical Processing:オンライン分析処理)は、「過去3年の商品別・地域別・月別の売上」のように、大量のデータを集計して傾向を見る使い方です。1回の問い合わせで何千万〜何十億行を読むこともあり、数秒〜数分かかっても許されます。使うのは経営企画やマーケティングの担当者など、比較的少人数です。
この2つは得意な仕組みが正反対なので、1つのデータベースで両方をやらせると、お互いの足を引っ張ります。月末に重い集計を業務用の DB で流したら、レジ(受注画面)が固まった——というのはよくある事故です。そのため多くの会社では、業務用の DB(OLTP)から分析用の基盤(OLAP)へデータを写して使い分けます。
OLTP と OLAP の違い
| 観点 | OLTP | OLAP |
|---|---|---|
| 主な処理 | 登録・更新・削除と、少しの読み取り | 大量の読み取りと集計 |
| 1回で触る行数 | 数件〜数十件 | 数百万〜数十億行 |
| 返す速さ | ミリ秒 | 秒〜分 |
| 使う人数 | 多い(顧客・現場の全員) | 少ない(分析担当・経営層) |
| データの新しさ | 今この瞬間 | 前日まで、数分前まで など |
| 表の設計 | 正規化して重複をなくす | 非正規化・スタースキーマで集計しやすく |
| 保存のしかた | 行指向(1件分をまとめて置く) | 列指向(列ごとにまとめて置く) |
| 代表例 | MySQL、PostgreSQL、Oracle、SQL Server | BigQuery、Amazon Redshift、Snowflake |
行指向と列指向
行指向は、1件の注文の「日時・顧客・商品・金額」を隣どうしに置きます。1件をまるごと読み書きする OLTP に向いています。列指向は、「金額」なら金額だけを何億件分まとめて置きます。「売上の合計」なら金額の列だけ読めばよく、同じ種類の値が並ぶので圧縮もよく効きます。100列ある表で5列だけ使う集計なら、読む量はおよそ20分の1です。
規模によってはその感覚で正しいよ!データが数百万件程度なら、業務 DB の読み取り専用のコピー(リードレプリカ)に集計をさせるだけで、受注画面への影響はかなり防げるんだ。
分析専用の基盤が効いてくるのは、複数のシステムのデータを掛け合わせたいとき。販売と会計と広告のデータを1か所にそろえたくなったら、検討のタイミングってこと!
「リアルタイム」の中身があいまいだからかも!何分前のデータまで見えればいいかを数字で伝えるといいよ。
前日分で足りるなら夜間の一括コピーで安く済むし、数分前が必要なら変更をすぐ写す仕組み(CDC)が要る。秒単位なら両方を1台でこなす HTAP 型の DB も候補になるけど、費用は上がるんだ。
歴史と背景
- 1960年代:航空会社の座席予約システム(SABRE)など、端末から即座に処理するオンライン処理が実用化
- 1960年代末:IBM がオンライン取引処理の基盤 CICS を出す。銀行や保険の勘定系で長く使われる
- 1992年:ビル・インモンが『Building the Data Warehouse』で、分析用データを業務系と分けて集める考え方を広める
- 1993年:E.F.コッドが「OLAP」という言葉と、その評価のための12のルールを示す
- 1996年:ラルフ・キンボールが、集計しやすい表の形「スタースキーマ」などの設計法を本にまとめる
- 2000年代半ば:列指向のデータベースの研究と製品化が進む
- 2010年代:BigQuery、Amazon Redshift、Snowflake など、クラウドの列指向データウェアハウスが普及
- 2014年ごろ:両方を1つで担う HTAP(Hybrid Transactional/Analytical Processing)という言葉が広まる
使い分けの選択肢
| 構成 | しくみ | 向くケース |
|---|---|---|
| 業務 DB で直接集計 | そのまま SQL で集計 | データが少ない、たまにしか集計しない |
| リードレプリカで集計 | 業務 DB の読み取り専用コピーを使う | 業務画面への影響だけは避けたい |
| データウェアハウス | ETL・ELT で写して集める | 複数システムの横断分析、長期間の集計 |
| HTAP 型の DB | 1つの DB の中に行指向と列指向を持つ | 秒単位の新しさで分析したい |
実務のポイント
- 重い集計や帳票の出力が、業務 DB で直接動いていないか(月末・期末に画面が遅くならないか)
- 「分析で見たいデータは何分前まで新しければよいか」を数字で決めたか
- 分析に使うシステムの一覧(販売、会計、顧客管理、広告など)と、つなぐ順番を決めたか
- 分析基盤の料金が「読んだデータの量」で決まる場合、上限や見積もりの方法を確認したか
- 個人情報を分析基盤に写すとき、伏せる・絞る・権限を分けるといった扱いを決めたか
- 数字の定義(「売上」は税込か、返品を引くか)を部署間でそろえたか
関連する規格・RFC
OLTP・OLAP そのものを定める公的な規格はありません。性能を比べる業界共通のものさしとして、次のベンチマークがよく使われます。
| ベンチマーク | 内容 |
|---|---|
| TPC-C | 受注処理を模した OLTP の性能のベンチマーク |
| TPC-H | 意思決定支援(分析)向けのベンチマーク |
| TPC-DS | より複雑な分析処理を想定したベンチマーク |
参考文献・外部リンク
- 列指向ストレージ(Amazon Redshift 文書) — 行指向が OLTP に、列指向が分析に向く理由を図で説明
- 列ストア インデックスの概要(Microsoft Learn) — SQL Server で行と列の両方の保存を使い分ける機能
- What is BigQuery?(Google Cloud 文書) — クラウドのデータウェアハウスの代表例
- TPC(Transaction Processing Performance Council) — OLTP・分析のベンチマークを定める業界団体
関連用語
- データウェアハウス — OLAP の中心となる分析用の基盤
- ETL・ELT — OLTP から OLAP へデータを写して整える処理
- トランザクション — OLTP の正しさを守る処理のまとまり
- 正規化 — OLTP で重視される、重複をなくす表の分け方
- 非正規化 — OLAP で集計しやすくするための表の形
- リードレプリカ — 集計を業務 DB から逃がす手軽な方法
- CDC(変更データキャプチャ) — 業務 DB の変更をすぐ分析側へ写す仕組み
- マテリアライズドビュー — 集計結果を保存して分析を速くする仕組み