OLAP vs. OLTP

Einfach erklärt

Zwei grundlegend verschiedene Anforderungen an Datenbanken:

OLTP – die Datenbank hinter deiner App: Viele Nutzer gleichzeitig, jeder macht kleine Operationen. Eine Bestellung aufgeben, einen Lagerbestand aktualisieren, einen Nutzer anlegen. Geschwindigkeit und Konsistenz sind entscheidend.

OLAP – die Datenbank hinter deinen Analysen: Wenige, aber komplexe Abfragen. „Wie war der Umsatz im letzten Quartal, aufgeteilt nach Region und Produktkategorie, im Vergleich zum Vorjahr?” Solche Abfragen scannen Millionen Zeilen – dafür ist OLTP nicht gebaut.

Vergleich:

Aspekt	OLTP	OLAP
Operationen	INSERT, UPDATE, DELETE	SELECT mit Aggregationen
Datenmenge	Aktuelle Daten	Historische Daten
Abfragen	Viele, einfach, schnell	Wenige, komplex, langsam
Optimiert für	Schreiben	Lesen
Beispiel	PostgreSQL, MySQL	BigQuery, Snowflake

Technischer Deep Dive

OLTP-Abfrage (schnell, gezielt)

-- Einzelne Bestellung abrufen – Millisekunden
SELECT * FROM orders
WHERE order_id = 'ord_12345'
  AND user_id = 'usr_456';

OLAP-Abfrage (komplex, aggregiert)

-- Umsatzanalyse – scannt Millionen Zeilen
SELECT
  DATE_TRUNC('month', created_at) AS month,
  region,
  product_category,
  SUM(amount) AS revenue,
  COUNT(DISTINCT user_id) AS unique_customers,
  AVG(amount) AS avg_order_value
FROM orders
WHERE created_at >= '2025-01-01'
GROUP BY 1, 2, 3
ORDER BY 1, revenue DESC;

Typische Architektur

App → OLTP (PostgreSQL) → ETL/ELT → OLAP (BigQuery)
                                   ↓
                              BI-Tool (Looker, Tableau)
                              ML-Training
                              Ad-hoc-Analysen