メインコンテンツへジャンプ
ログイン
      • Databricks を知る
        • For App Developers
          • エグゼクティブ向け
            • スタートアップ向け
              • レイクハウスアーキテクチャ
                • Databricks AIリサーチ
                • 導入事例
                  • 注目の導入事例
                  • パートナー
                    • パートナー概要
                      Databricks パートナー エコシステムの詳細
                      • パートナースポットライト
                        注目のパートナーの発表
                        • パートナープログラム
                          特典、レベル、パートナーになる方法をご覧ください
                          • クラウドプロバイダー
                            AWS、Azure、GCP 上の Databricks
                            • パートナーを探す
                              ニーズに合った Databricks パートナーを見つける
                              • パートナーソリューション
                                業界別および移行ソリューションを見つける
                              • Databricks プラットフォーム
                                • プラットフォームの概要
                                  データ・分析・AI のための統合プラットフォーム
                                  • データエンジニアリング
                                    バッチ、ストリーミングデータのための ETL とオーケストレーション
                                    • AIアシスタント
                                      ビジネスユーザー向けのエージェント型同僚
                                      • データウェアハウジング
                                        バッチ、ストリーミングデータのための ETL とオーケストレーション
                                        • アプリケーション開発
                                          安全なデータと AI アプリを迅速に構築
                                          • データベース
                                            データアプリと AI エージェントのための Postgres
                                            • 人工知能(AI)
                                              ML と生成 AI アプリケーションの構築とデプロイメント
                                              • ガバナンス
                                                データ・分析・AI のための統合ガバナンス
                                                • BI
                                                  実世界データのインテリジェント分析
                                                  • セキュリティ
                                                    AI時代のために構築されたオープンなエージェント型SIEM
                                                    • 顧客データプラットフォーム
                                                      Databricksに組み込まれたエージェント型CDP
                                                      • 共有
                                                        データ、分析、AI のためのオープンなデータ共有
                                                      • 統合とデータ
                                                        • マーケットプレイス
                                                          データ、分析、AI のためのオープンマーケットプレイス
                                                          • IDE 統合
                                                            お気に入りの IDE(統合開発環境)でレイクハウスを構築
                                                            • パートナーコネクト
                                                              Databricks エコシステムの検索と統合
                                                            • ご利用料金
                                                              • Databricks のご利用料金
                                                                料金設定、DBU、その他
                                                                • コスト計算ツール
                                                                  クラウド利用でのコンピュートコストの試算
                                                                • オープンソース
                                                                  • オープンソーステクノロジー
                                                                    プラットフォームを支えるイノベーションをもっと詳しく
                                                                  • 業界向け Databricks
                                                                    • テレコミュニケーション
                                                                      • メディア・エンターテイメント
                                                                        • 金融サービス
                                                                          • 官公庁・公共機関
                                                                            • 医療・ライフサイエンス
                                                                              • リテール・消費財
                                                                                • 製造
                                                                                  • 全て見る
                                                                                  • クロスインダストリーソリューション
                                                                                    • AI Agents
                                                                                      • AI ガバナンス
                                                                                        • サイバーセキュリティ
                                                                                          • マーケティング
                                                                                          • 移行・デプロイメント
                                                                                            • データの移行
                                                                                              • プロフェッショナルサービス
                                                                                              • ソリューションアクセラレータ
                                                                                                • ソリューションアクセラレータ一覧
                                                                                                  成果を加速
                                                                                                • トレーニング・認定試験
                                                                                                  • トレーニング概要
                                                                                                    ニーズに合わせたカリキュラムを探す
                                                                                                    • Databricks アカデミー
                                                                                                      Databricks ラーニングプラットフォームにサインインする
                                                                                                      • 認定
                                                                                                        スキル・認定で差別化を図る
                                                                                                        • 無料版
                                                                                                          専門家向けデータとAIツールを無料で学べます
                                                                                                          • 大学との連携
                                                                                                            Databricks を教材として活用
                                                                                                          • イベント
                                                                                                            • DATA+AI サミット
                                                                                                              • Data+AI ワールドツアー
                                                                                                                • AI Days
                                                                                                                  • イベントカレンダー
                                                                                                                  • ブログ・ポッドキャスト
                                                                                                                    • Databricks ブログ
                                                                                                                      最新情報、製品発表、その他の情報
                                                                                                                      • AI ブログ
                                                                                                                        当社のAI研究とエンジニアリングの取り組みをご覧ください
                                                                                                                        • Data Brew ポッドキャスト
                                                                                                                          ご相談・お問い合わせ
                                                                                                                        • お役立ちリソース
                                                                                                                          • カスタマーサポート
                                                                                                                            • ドキュメント
                                                                                                                              • コミュニティ
                                                                                                                              • もっと詳しく
                                                                                                                                • リソースセンター
                                                                                                                                  • デモセンター
                                                                                                                                    • アーキテクチャ センター
                                                                                                                                    • 企業概要
                                                                                                                                      • Databricks について
                                                                                                                                        • 経営陣
                                                                                                                                          • Databricks Ventures
                                                                                                                                            • ご相談・お問い合わせ
                                                                                                                                            • 採用情報
                                                                                                                                              • 採用情報概要
                                                                                                                                                • 求人情報
                                                                                                                                                • プレス・ニュース記事
                                                                                                                                                  • ニュースルーム
                                                                                                                                                    • 受賞歴と業界評価
                                                                                                                                                    • セキュリティと信頼
                                                                                                                                                      • セキュリティと信頼
                                                                                                                                                  • 是非ご検討ください!
                                                                                                                                                  • デモを見る
                                                                                                                                                  • ログイン
                                                                                                                                                  • ご相談・お問い合わせ
                                                                                                                                                  • Databricks 無料トライアル
                                                                                                                                                  1. すべてのブログ
                                                                                                                                                  2. /
                                                                                                                                                    Data + AIの基盤
                                                                                                                                                  • 要約
                                                                                                                                                  • データ処理におけるOLAPとOLTPの概要
                                                                                                                                                  • オンライン・トランザクション処理(OLTP)とは?
                                                                                                                                                  • オンライン分析処理(OLAP)とは?
                                                                                                                                                  • OLTPとOLAPの主な違い
                                                                                                                                                  • OLTPとOLAPシステムが連携する方法
                                                                                                                                                  • OLTP、OLAP、ハイブリッドアーキテクチャの選択
                                                                                                                                                  • 運用と移行に関する考慮事項
                                                                                                                                                  • OLTP vs. OLAP 決定チェックリスト
                                                                                                                                                  • よくある質問
                                                                                                                                                  • 要約
                                                                                                                                                  • データ処理におけるOLAPとOLTPの概要
                                                                                                                                                  • オンライン・トランザクション処理(OLTP)とは?
                                                                                                                                                  • オンライン分析処理(OLAP)とは?
                                                                                                                                                  • OLTPとOLAPの主な違い
                                                                                                                                                  • OLTPとOLAPシステムが連携する方法
                                                                                                                                                  • OLTP、OLAP、ハイブリッドアーキテクチャの選択
                                                                                                                                                  • 運用と移行に関する考慮事項
                                                                                                                                                  • OLTP vs. OLAP 決定チェックリスト
                                                                                                                                                  • よくある質問
                                                                                                                                                  Data + AIの基盤

                                                                                                                                                  OLTP vs. OLAP: トランザクションデータベースと分析データベースの選択

                                                                                                                                                  によって Databricks Staff による投稿

                                                                                                                                                  • OLTP(オンライン・トランザクション処理)は、オンラインバンキングやEコマースの注文など、個々のレコードに対するリアルタイムのトランザクション処理に適しており、一方、OLAPは大量の履歴データに対する分析クエリに適しています。
                                                                                                                                                  • トランザクションデータベースと分析システムが分離している場合、整合性を保つために、抽出、変換、ロード(ETL)または変更データキャプチャ(CDC)が必要です。鮮度要件が高まるにつれて、レイテンシーとパイプライン作業が増加します。
                                                                                                                                                  • OLAPとOLTPの選択では、アーキテクチャの選択はワークロードに従うべきです。OLTPはポイントライトと即時の一貫性を重視し、OLAPは広範な履歴スキャンを重視します。混合ワークロードの場合、同期のオーバーヘッドと分析の遅延も意思決定の一部となります。

                                                                                                                                                  オンライン・トランザクション処理(OLTP)は、支払い、注文、在庫更新などの現在のトランザクションデータに対して、大量かつ低レイテンシーの読み取りと書き込みを処理します。オンライン分析処理(OLAP)は、時間、製品、場所などのディメンションにわたる大量の履歴データをスキャン、結合、集計する複雑なクエリを処理します。ワークロードが高速で信頼性の高いデータベーストランザクションに依存する場合は、OLTPを選択します。ワークロードが現在および履歴データにわたるデータ分析に依存する場合は、OLAPを選択します。

                                                                                                                                                  運用ワークロードと分析ワークロードが密接になるにつれて、OLTPとOLAPの選択はレポート作成以上のものに影響を与えます。人工知能(AI)エージェントがその理由を示しています。エージェントは、トランザクションストアにセッション状態を永続化させながら、分析システムから履歴コンテキストをクエリする場合があります。この設定により、鮮度、データの一貫性、クエリの広さ、データ移動がアーキテクチャ決定の一部となります。

                                                                                                                                                  この記事では、クエリパターン、データモデル、データストレージ、レイテンシーの観点からOLTPシステムとOLAPシステムを比較し、データパイプライン、ハイブリッド処理、lakehouseアーキテクチャがどのようにそれらを接続し、データチームがワークロードにより適した選択を行えるようにするかを示します。

                                                                                                                                                  要約

                                                                                                                                                  • OLTP(オンライン・トランザクション処理)は、オンラインバンキングやEコマースの注文など、個々のレコードに対するリアルタイムのトランザクション処理に適しており、OLAPは大量の履歴データにわたる分析クエリに適しています。
                                                                                                                                                  • 個別のトランザクションデータベースと分析システムは、整合性を保つために抽出、変換、ロード(ETL)または変更データキャプチャ(CDC)を必要とし、鮮度要件が高まるにつれてレイテンシーとパイプライン作業が増加します。
                                                                                                                                                  • OLAPとOLTPの選択において、アーキテクチャの選択はワークロードに従うべきです。OLTPはポイントライトと即時の一貫性を好み、OLAPは広範な履歴スキャンを好みます。混合ワークロードでは、同期オーバーヘッドと分析ラグも決定の一部となります。

                                                                                                                                                  データ処理におけるOLAPとOLTPの概要

                                                                                                                                                  OLAPシステムとOLTPシステムは、多くの場合、異なる段階で同じデータを処理します。OLTPシステムはイベント発生時にビジネスデータを生成し、OLAPシステムは多くの場合複数のOLTPソースからそのデータを集計して、より広範な分析を行います。

                                                                                                                                                  Eコマースの注文を例にとります。チェックアウトサービスは、顧客向けのトランザクションを遅らせることなく、注文を記録し、在庫を更新する必要があります。これは現在の運用レコードを変更するため、OLTPに属する作業です。

                                                                                                                                                  その後、アナリストは地域間の販売データを比較したり、数四半期にわたる購買パターンを調査したりする場合があります。これらのOLAPクエリは、多数のレコードにわたって機能し、日付や製品などのディメンションで結果をグループ化します。洞察はフィードバックされることもあります。OLAPシステムが繰り返し発生する地域的な在庫切れを明らかにした場合、チームはOLTPシステムの再注文ルールを変更する可能性があります。

                                                                                                                                                  従来のアーキテクチャでは、これらの運用レコードを個別のOLAPデータウェアハウスに移動します。その転送方法が、分析の鮮度とパイプラインの複雑さを決定します。ほとんどの組織はOLTPとOLAPを並行して実行しているため、実用的な問題は両者がどのように接続されるかです。

                                                                                                                                                  オンライン・トランザクション処理(OLTP)とは?

                                                                                                                                                  オンライン・トランザクション処理(OLTP)は、現在のデータに対して多数の短く同時実行されるデータトランザクションを実行するように構築されたデータ処理システムを指します。オンラインバンキング、航空券予約、Eコマースのチェックアウト、小売在庫更新はすべてOLTPデータベースに依存しています。なぜなら、各トランザクションはごく少数のレコードにしか触れず、ミリ秒単位で完了する必要があるからです。OLTPは、高い同時実行性と厳密なデータ整合性を必要とするアプリケーションにとって最適な選択肢です。

                                                                                                                                                  OLTPデータベースがデータ整合性を維持する方法

                                                                                                                                                  OLTPデータベースは、小さく頻繁な変更がデータベースを無効な状態にすることなく迅速に完了する必要があるワークロードに適しています。支払いまたは注文の更新はごく少数のレコードにしか触れないかもしれませんが、各変更は信頼できるものでなければなりません。

                                                                                                                                                  OLTPデータベースは、原子性(Atomicity)、一貫性(Consistency)、分離性(Isolation)、永続性(Durability)のACID準拠を通じてデータ整合性を保証します。原子性は、トランザクションの一部が失敗した場合に、他の部分がコミットされるのを防ぎます。一貫性は、各変更がデータベースに定義されたルール内にあることを保証します。分離性は、複数の操作が同時に同じレコードにアクセスするときに何が起こるかを制御し、これによりOLTPデータベースはレコードを破損することなくマルチユーザーアクセスを可能にします。永続性は、コミットされた変更が障害後も永続的であることを保証します。これらの保証は、重い同時実行負荷の下でデータ整合性とトランザクション整合性を維持します。

                                                                                                                                                  ほとんどのOLTPシステムは、正規化されたテーブルと行指向ストレージを備えたリレーショナルデータベース上で動作します。これらはどちらも書き込み負荷の高いワークロードと完全なレコードへのアクセスに適しています。PostgreSQL、MySQL、SQL Server、Oracle Databaseは、トランザクション処理によく使用されるリレーショナルデータベースです。OLTPデータは通常ギガバイト単位ですが、大規模な本番システムではそれよりもはるかに大きくなることがあります。

                                                                                                                                                  Databricksでは、Lakebaseはlakehouseデータと並行してトランザクションアプリケーションをサポートするように設計された、フルマネージドのPostgresデータベースです。

                                                                                                                                                  オンライン分析処理(OLAP)とは?

                                                                                                                                                  OLAP(オンライン分析処理)は、大規模なデータ分析のために構築されたシステムを指します。OLAPシステムは、書き込み操作よりも読み取り操作を優先し、数は少ないもののより複雑な読み取り専用クエリを実行します。財務報告、販売予測、顧客行動分析、ビジネスインテリジェンスはすべてOLAPに依存しています。なぜなら、これらは現在の1つのトランザクションではなく、数ヶ月または数年間の履歴データを調査するからです。

                                                                                                                                                  多次元データモデルとOLAP分析

                                                                                                                                                  一般的なOLAPモデルでは、メジャーとディメンションを分離します。メジャーは収益やコストなどの値を保持し、ディメンションは時間、製品、地域などのコンテキストを提供します。これらの多次元データモデルにより、アナリストは個々のトランザクションを処理することなく、地域別の四半期収益を比較できます。

                                                                                                                                                  従来の多次元OLAPデータベースは、データをキューブ形式で保存します。これは、ディメンション全体にわたってメジャーを整理し、繰り返しクエリのために集計データを事前計算できます。最新のOLAPプラットフォームは、物理キューブの代わりに非正規化構造とカラム型ストレージを使用して同じ多次元分析を実行します。これにより、モデルが変更されるたびにキューブを再構築することなく、集計を高速に保ちます。

                                                                                                                                                  OLAPは、データマイニング、複雑なデータ分析、および戦略的決定に役立つ複雑な分析計算もサポートしています。単一のOLAPデータベースクエリが数十億行を結合および集計する可能性があるため、データアナリストやデータサイエンティストは複雑な分析のためにこれに依存しています。

                                                                                                                                                  Databricks SQLは、lakehouseデータのクエリ、ダッシュボード、再利用可能なビジネスメトリクス用のSQLウェアハウスでこれらの分析ワークロードをサポートします。Snowflakeは、他のクラウドデータウェアハウス製品や分析エンジンと並んで、もう1つの例です。

                                                                                                                                                  OLAPとデータウェアハウジング

                                                                                                                                                  OLAPはデータウェアハウジングと密接に関連しています。データウェアハウスは、複数のトランザクションデータベースからビジネスデータを収集し、クリーンアップして分析処理のために整理する集中型データストアとして機能します。OLAPワークロードはデータウェアハウスで実行され、OLTPデータベースはそのデータの発生源です。

                                                                                                                                                  OLTPとOLAPの主な違い

                                                                                                                                                  OLTPは、少数のレコードに対する頻繁なトランザクションを最適化します。OLAPは、複雑なクエリをサポートする広範な読み取りと集計を最適化します。この違いが、クエリの動作、レイテンシー、データストレージ、データ管理を形成します。

                                                                                                                                                  以下の表は、OLTPデータベースとOLAPデータベースの主な違いをまとめたものです。

                                                                                                                                                  要素OLTPOLAP
                                                                                                                                                  目的アプリケーションデータの一貫性を保ちながら、現在のビジネス取引を記録および処理します。蓄積されたデータを分析し、レポート作成、予測、ビジネス上の意思決定をサポートします。
                                                                                                                                                  データモデル重複を減らし、更新を簡素化する正規化されたリレーショナルテーブル。分析クエリに必要な作業を減らす、ディメンション、非正規化、または多次元データモデル。
                                                                                                                                                  ワークロードプロファイル書き込み負荷が高い。高頻度で小規模なトランザクション向けに最適化されています。読み取り負荷が高い。数が少なく複雑な読み取り専用クエリ向けに最適化されています。
                                                                                                                                                  クエリタイプ1つのレコードまたは少数の行を対象とする短い読み取りと書き込み。データセットの大部分にわたるスキャン、結合、集計。
                                                                                                                                                  データ量通常、ギガバイト単位の現在の運用データですが、本番データベースはさらに大きくなる可能性があります。ウェアハウス規模の環境におけるテラバイトからペタバイト単位の履歴データ。
                                                                                                                                                  レイテンシーミリ秒からサブ秒の応答時間。対話型クエリでは数秒から数分。重い分析ジョブでは数分から数時間。
                                                                                                                                                  同時実行性短いトランザクションを実行する多数の同時実行ユーザーまたはアプリケーション。同時に実行される分析クエリは少ないが、よりリソースを消費します。
                                                                                                                                                  ユーザーフロントエンドアプリケーション、顧客、ライブビジネスプロセスを扱う運用スタッフ。データアナリスト、ビジネスインテリジェンスエンジニア、データサイエンティスト、意思決定者。
                                                                                                                                                  例となるシステムPostgreSQL、MySQL、Lakebase。Databricks SQLおよびその他のクラウドデータウェアハウスまたは分析エンジン。

                                                                                                                                                  クエリパターン、レイテンシー、同時実行性

                                                                                                                                                  IDによる顧客の取得のようなポイントルックアップは、データベースのごく一部に触れるため、OLTPシステムがアプリケーション向けの要求を迅速に返すのに役立ちます。

                                                                                                                                                  OLAPクエリは、グループ化や集計を行う前に数ヶ月分のレコードをスキャンすることがあります。この重い実行プロファイルにより、多くの分析クエリでは数秒から数分が許容され、大規模なバッチ処理ジョブはエンジンとデータ量に応じて数時間かかることがあります。

                                                                                                                                                  並行処理も同様のパターンに従います。OLTPシステムは多くの短いトランザクションを同時に処理する一方、分析エンジンはより少ない、より重いクエリのために多くの計算リソースをデータ処理に費やします。

                                                                                                                                                  データストレージ、圧縮、データ量

                                                                                                                                                  OLTPシステムは、アプリケーションが一度に1つのレコードのほとんどを読み書きすることが多いため、一般的に行指向ストレージを使用します。インデックスもOLTPデータベースが個々のレコードを素早く見つけるのに役立ちますが、インデックスを追加するたびに挿入や更新の作業が増えます。

                                                                                                                                                  OLAPシステムは、分析クエリが多くのレコードにわたってフィールドのサブセットのみを必要とすることが多いため、一般的に列指向ストレージを使用します。日付、地域、sales_amountを使用する収益レポートは、関連のない列をスキップできるため、データセットが大きくなってもエンジンが読み込むデータ量は少なくなります。

                                                                                                                                                  列指向のレイアウトは、類似の値がまとまっているため、圧縮効率も優れています。Apache Parquetはこのレイアウトをエンコーディングと圧縮と組み合わせており、Databricksでは分析読み取りのためにDelta Lakeの基盤となっています。

                                                                                                                                                  データ量はその違いを広げますが、サイズだけでOLTPまたはOLAPを定義するものではありません。OLTPシステムはアクティブな運用レコードに焦点を当てる一方、OLAPプラットフォームは何年もの履歴データを保持します。この規模では、スキャンされるデータを減らすことがストレージ効率と同じくらい重要になります。

                                                                                                                                                  OLTPとOLAPのデータモデル

                                                                                                                                                  OLTPは正規化されたスキーマを好みます。これにより、更新は複数のコピーを維持する代わりに1箇所で値を変更します。関連データを複数のテーブルに分割することで重複が減り、頻繁な更新が管理しやすくなりますが、関連レコードを取得する際にアプリケーションが結合を必要とする場合があります。

                                                                                                                                                  OLAPは、事実とディメンションを中心に多次元データを整理します。スター型スキーマは、顧客、製品、日付などのディメンションにリンクされた中央のファクトテーブルにメジャーを保持し、レポートクエリを簡素化します。

                                                                                                                                                  スノーフレーク型スキーマは、ディメンションテーブルを関連するサブディメンションに分割することで、ディメンションモデルをさらに発展させます。追加の正規化により重複は減りますが、同じ情報に到達するためにはより多くの結合が必要になる場合があります。

                                                                                                                                                  ガイド

                                                                                                                                                  モダンアナリティクスへのコンパクトガイド

                                                                                                                                                  読む
                                                                                                                                                  Your compact guide to modern analytics

                                                                                                                                                  OLTPとOLAPシステムが連携する方法

                                                                                                                                                  分離されたOLTPシステムとOLAPシステムは、運用上の変更が分析に到達するためのパスを必要とします。抽出、変換、ロード(ETL)プロセスは、OLTPからOLAPシステムにデータを転送し、ロード前に変換します。抽出、ロード、変換(ELT)は、まずロードし、宛先で変換します。どちらも通常バッチ処理として実行され、ある程度の分析遅延が許容されるワークロードに適しています。

                                                                                                                                                  変更データキャプチャ(CDC)は、より新しい分析に適しています。これは、テーブル全体を繰り返しコピーする代わりに、行レベルの変更をキャプチャし、データ移動を削減しながら、パイプラインが障害、スキーマ変更、データ整合性の責任を負います。

                                                                                                                                                  ハイブリッドトランザクション/分析処理(HTAP)は、1つのシステムまたは密接に統合されたプラットフォームで両方のワークロードをサポートします。レプリケーションを削減できますが、分析クエリは依然としてレイテンシに敏感なトランザクションとリソースを共有します。

                                                                                                                                                  DatabricksのLake Transactional/Analytical Processing(LTAP)アーキテクチャは、ストレージレベルのアプローチを採用しています。Lakebaseのストレージ層は、コミットされた変更をオブジェクトストレージに具体化する際に、行指向のPostgresデータを列指向のParquetにトランスコードし、レイクハウスエンジンが直接読み取れるようにします。これにより、Lakebaseのトランザクションデータを別の分析システムにコピーするためにチームが通常必要とするCDCパイプラインが不要になります。

                                                                                                                                                  OLTP、OLAP、ハイブリッドアーキテクチャの選択

                                                                                                                                                  OLTPとOLAPのワークロードがどちらも最優先要件である場合、アーキテクチャの選択は鮮度、ワークロードの分離、運用上の複雑さに帰着します。

                                                                                                                                                  • 2層アーキテクチャ: OLTPとOLAPを分離し、その間にバッチETLを配置します。これは、ワークロードが明確に分離されており、レポート作成が数時間の遅延を許容できる場合に機能します。
                                                                                                                                                  • ストリーミングアーキテクチャ: エンジンは分離したまま、CDCとストリーム処理で変更を継続的に移動させます。これは、運用データベースを直接クエリすることなく、数秒から数分の鮮度を必要とする分析に適していますが、パイプライン作業が増えるというコストがかかります。
                                                                                                                                                  • HTAPエンジン: 分析がほぼリアルタイムの運用データを必要とし、エンジンがトランザクションのレイテンシを保護できる場合に、両方のワークロードを1つのシステムで実行します。リソース競合が主なトレードオフとして残ります。
                                                                                                                                                  • LTAPを備えたレイクハウス: OLTPとOLAPが独立したコンピューティングを必要とするが、分析が別途分析コピーを維持することなく、新しいトランザクションデータを必要とする場合に使用します。DatabricksはこのパターンにLTAPアーキテクチャを使用し、トランザクションはPostgresに保持し、レイクハウスエンジンが分析を処理します。このパターンを評価するチームは、トランザクション処理にはLakebaseを検討し、分析はレイクハウス上で行うことができます。

                                                                                                                                                  運用と移行に関する考慮事項

                                                                                                                                                  OLTPとOLAPを一緒に実行すると、データ移動以外の運用作業が発生します。レプリケートされたデータは両方の環境で正確かつ管理されている必要があり、移行テストは本番環境の負荷を反映する必要があります。

                                                                                                                                                  データ整合性、ガバナンス、コスト

                                                                                                                                                  • レプリケートされたデータの検証: ETLまたはCDCパイプラインは、レポートが依存する前に、欠落または無効な更新を捕捉する必要があります。処理中にデータ品質チェックを適用し、不良レコードが下流のコンシューマに到達しないようにします。
                                                                                                                                                  • ガバナンスの一貫性維持: レプリケートされたデータには、アクセス制御、分類、リネージ、監査が依然として必要です。Unity Catalogは、Databricksに登録されたデータのこれらのデータ管理制御を一元化します。
                                                                                                                                                  • インフラストラクチャコストの考慮: デュアルシステムは両側でコンピューティングとストレージの費用がかかり、レプリケーションは処理と転送のオーバーヘッドを追加します。クエリ量、保持期間、鮮度要件により、これらのコストはさらに高くなります。
                                                                                                                                                  • リカバリ計画: トランザクションシステムは、不正な変更後にきめ細かなリカバリを必要とすることがよくあります。Lakebaseはポイントインタイムリカバリをサポートしており、設定された履歴ウィンドウ内の任意の時点から新しいブランチを作成し、元のブランチはそのまま残します。

                                                                                                                                                  移行前にワークロードをテストする

                                                                                                                                                  移行テストは本番環境のトラフィックを反映する必要があります。読み書きの混合と並行処理を測定し、分析クエリの実行中に99パーセンタイル(p99)のトランザクションレイテンシを追跡します。OLAPの場合、書き込みが継続している間にクエリの期間とスループットを測定します。Databricksでは、Lakebaseのクエリパフォーマンス監視とDatabricks SQLのクエリプロファイルがこれらの測定値の検証に役立ちます。

                                                                                                                                                  統合パスもテストします。CDCプロトタイプは、現実的なトラフィックと障害条件下でのコミットから分析までの遅延を測定する必要があります。これにより、本番環境に移行する前に、インデックス作成、スキーマ、または同期のボトルネックを特定できます。

                                                                                                                                                  OLTP vs. OLAP 決定チェックリスト

                                                                                                                                                  最終的なフィルターとしてワークロードを使用します。書き込みと即時の一貫性が支配的な場合はOLTPを、履歴スキャンが支配的な場合はOLAPを、そして両方が最優先要件である場合は混合アーキテクチャを優先します。

                                                                                                                                                  以下の表は、これらの要件を迅速な決定チェックに変換したものです。

                                                                                                                                                  決定要因OLTPを選択OLAPを選択
                                                                                                                                                  典型的なユースケースオンラインバンキング、航空券予約、注文処理、在庫更新。財務分析、販売予測、顧客行動分析、データマイニング。
                                                                                                                                                  読み書きパターン頻繁な書き込みとポイントルックアップが支配的。大規模なスキャンと集計が支配的。
                                                                                                                                                  レイテンシ要件サブ秒単位の操作が重要。より長い分析クエリは許容される。
                                                                                                                                                  データ量主にアクティブな運用レコード。大規模な履歴データセット。
                                                                                                                                                  スキーマ設計頻繁な更新は正規化を優先。分析はディメンションモデルを優先。
                                                                                                                                                  主なユーザーアプリケーションおよび運用ユーザー。アナリストおよびビジネスインテリジェンスチーム。
                                                                                                                                                  鮮度要件コミットされた変更は即座に利用可能である必要がある。ある程度の分析遅延は許容される。
                                                                                                                                                  ガバナンスの複雑さガバナンスはアプリケーションアクセスとデータベースロールに集中。統合されたデータはリネージと保持のニーズを広げる。
                                                                                                                                                  コストプロファイル低レイテンシのコンピューティングとトランザクションストレージが支配的。大規模なスキャン、分析コンピューティング、保持が支配的。

                                                                                                                                                  両方の列がワークロードを記述している場合、単一のOLTPまたはOLAPシステムに無理に押し込むのではなく、CDC、HTAP、LTAPなどの混合アーキテクチャを検討してください。

                                                                                                                                                  Databricksワークロードの場合、LakebaseはOLTPをカバーし、Databricks SQLは分析をカバーします。分離されたシステムでは、DebeziumなどのCDCツールを使用して変更を下流にストリーミングできます。

                                                                                                                                                  ワークロードに似たベンチマークを使用してください。Transaction Processing Performance Council(TPC)ベンチマークは、OLTPトランザクション用のTPC-Cと、分析意思決定支援クエリ用のTPC-Hという2つの一般的な参照を提供します。どちらも参照点であり、アプリケーション固有のテストの代わりにはなりません。

                                                                                                                                                  よくある質問

                                                                                                                                                  OLAPとOLTPの典型的なユースケースは何ですか?

                                                                                                                                                  OLTPは、支払い処理、オンラインバンキング、注文管理、航空券やホテルの予約、小売在庫の更新など、現在のレコードを変更するビジネス操作を処理します。OLAPは、時間の経過とともに蓄積された情報を分析する作業をサポートします。一般的な例としては、ビジネスインテリジェンスダッシュボード、売上分析、財務予測、顧客行動分析、および異なるディメンションにわたる大規模な履歴データセットを比較するその他のクエリがあります。

                                                                                                                                                  OLTP vs. OLAPとは?

                                                                                                                                                  OLTPとOLAPは、異なるジョブに最適化されたデータベースワークロードを指します。オンライン・トランザクション処理は、現在の運用データに対して多数の小さなトランザクションを処理し、低レイテンシーと強力な一貫性要件を伴います。オンライン分析処理は、レポート作成、予測、その他の形式の分析をサポートするために、はるかに大規模なデータセットをスキャン、結合、集計するクエリ向けに設計されています。

                                                                                                                                                  データウェアハウスはOLTPかOLAPか?

                                                                                                                                                  データウェアハウスはOLAPシステムです。複数のOLTPソースからのデータを、高頻度の書き込みではなく、分析クエリ、履歴保持、レポート作成に最適化された一元化されたデータストアに統合します。

                                                                                                                                                  OLTPとOLAPは連携できますか?

                                                                                                                                                  はい。一般的なアーキテクチャでは、OLTPとOLAPを別々のシステムで実行し、ETLまたはCDCを介してトランザクションの変更を転送します。HTAPは同じシステム内で両方のワークロードタイプをサポートし、新しいレイクハウスアプローチは、従来の2スタックモデルに依存することなく、運用データと分析データをより密接に連携させます。適切な統合パターンは、必要な分析の鮮度と、チームがサポートできるパイプラインまたはワークロード管理のオーバーヘッドによって異なります。

                                                                                                                                                  データベースにおけるOLTPとOLAPの違いは何ですか?

                                                                                                                                                  主な違いは、各データベースが処理に最適化されているアクセスパターンです。OLTPデータベースは、短いトランザクション、頻繁な更新、および現在の運用レコードに対する集中的な検索を優先します。OLAPデータベースは、より大規模な履歴データセット全体のスキャンと集計を優先します。これらのワークロードパターンは、スキーマ設計、ストレージレイアウト、同時実行動作、および各システムから期待される応答時間に影響を与えます。

                                                                                                                                                  (このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事

                                                                                                                                                  関連タグ:

                                                                                                                                                  Lakebase

                                                                                                                                                  最新の投稿を受信トレイで受け取る

                                                                                                                                                  ブログを購読して、最新の投稿を受信トレイにお届けします。

                                                                                                                                                  Sign up

                                                                                                                                                  すべてのブログを見る
                                                                                                                                                  databricks logo
                                                                                                                                                  Databricks を選ぶ理由
                                                                                                                                                  Databricks を選ぶ理由
                                                                                                                                                  • For App Developers
                                                                                                                                                  • エグゼクティブ向け
                                                                                                                                                  • スタートアップ向け
                                                                                                                                                  • レイクハウスアーキテクチャ
                                                                                                                                                  • Databricks AIリサーチ
                                                                                                                                                  導入事例
                                                                                                                                                  • 注目の導入事例
                                                                                                                                                  パートナー
                                                                                                                                                  • パートナー概要
                                                                                                                                                  • パートナープログラム
                                                                                                                                                  • パートナーを探す
                                                                                                                                                  • パートナースポットライト
                                                                                                                                                  • クラウドプロバイダー
                                                                                                                                                  • パートナーソリューション
                                                                                                                                                  Databricks を選ぶ理由
                                                                                                                                                  • For App Developers
                                                                                                                                                  • エグゼクティブ向け
                                                                                                                                                  • スタートアップ向け
                                                                                                                                                  • レイクハウスアーキテクチャ
                                                                                                                                                  • Databricks AIリサーチ
                                                                                                                                                  導入事例
                                                                                                                                                  • 注目の導入事例
                                                                                                                                                  パートナー
                                                                                                                                                  • パートナー概要
                                                                                                                                                  • パートナープログラム
                                                                                                                                                  • パートナーを探す
                                                                                                                                                  • パートナースポットライト
                                                                                                                                                  • クラウドプロバイダー
                                                                                                                                                  • パートナーソリューション
                                                                                                                                                  製品
                                                                                                                                                  レイクハウスプラットフォーム
                                                                                                                                                  • プラットフォーム
                                                                                                                                                  • AIアシスタント
                                                                                                                                                  • アプリケーション開発
                                                                                                                                                  • 人工知能(AI)
                                                                                                                                                  • BI
                                                                                                                                                  • 顧客データプラットフォーム
                                                                                                                                                  • データエンジニアリング
                                                                                                                                                  • データウェアハウス
                                                                                                                                                  • データベース
                                                                                                                                                  • データガバナンス
                                                                                                                                                  • Neon
                                                                                                                                                  • セキュリティ
                                                                                                                                                  • 共有
                                                                                                                                                  ご利用料金
                                                                                                                                                  • 料金設定の概要
                                                                                                                                                  • 料金計算ツール
                                                                                                                                                  オープンソース
                                                                                                                                                  統合とデータ
                                                                                                                                                  • マーケットプレイス
                                                                                                                                                  • IDE 統合
                                                                                                                                                  • パートナーコネクト
                                                                                                                                                  レイクハウスプラットフォーム
                                                                                                                                                  • プラットフォーム
                                                                                                                                                  • AIアシスタント
                                                                                                                                                  • アプリケーション開発
                                                                                                                                                  • 人工知能(AI)
                                                                                                                                                  • BI
                                                                                                                                                  • 顧客データプラットフォーム
                                                                                                                                                  • データエンジニアリング
                                                                                                                                                  • データウェアハウス
                                                                                                                                                  • データベース
                                                                                                                                                  • データガバナンス
                                                                                                                                                  • Neon
                                                                                                                                                  • セキュリティ
                                                                                                                                                  • 共有
                                                                                                                                                  ご利用料金
                                                                                                                                                  • 料金設定の概要
                                                                                                                                                  • 料金計算ツール
                                                                                                                                                  統合とデータ
                                                                                                                                                  • マーケットプレイス
                                                                                                                                                  • IDE 統合
                                                                                                                                                  • パートナーコネクト
                                                                                                                                                  ソリューション
                                                                                                                                                  業種別
                                                                                                                                                  • 通信
                                                                                                                                                  • 金融サービス
                                                                                                                                                  • 医療・ライフサイエンス
                                                                                                                                                  • 製造
                                                                                                                                                  • メディア・エンタメ
                                                                                                                                                  • 官公庁・公共機関
                                                                                                                                                  • リテール・消費財
                                                                                                                                                  • 全て表示
                                                                                                                                                  クロスインダストリーソリューション
                                                                                                                                                  • AI エージェント
                                                                                                                                                  • AI ガバナンス
                                                                                                                                                  • サイバーセキュリティ
                                                                                                                                                  • マーケティング
                                                                                                                                                  データの移行
                                                                                                                                                  プロフェッショナルサービス
                                                                                                                                                  ソリューションアクセラレータ
                                                                                                                                                  業種別
                                                                                                                                                  • 通信
                                                                                                                                                  • 金融サービス
                                                                                                                                                  • 医療・ライフサイエンス
                                                                                                                                                  • 製造
                                                                                                                                                  • メディア・エンタメ
                                                                                                                                                  • 官公庁・公共機関
                                                                                                                                                  • リテール・消費財
                                                                                                                                                  • 全て表示
                                                                                                                                                  クロスインダストリーソリューション
                                                                                                                                                  • AI エージェント
                                                                                                                                                  • AI ガバナンス
                                                                                                                                                  • サイバーセキュリティ
                                                                                                                                                  • マーケティング
                                                                                                                                                  リソース
                                                                                                                                                  ドキュメント
                                                                                                                                                  カスタマーサポート
                                                                                                                                                  コミュニティ
                                                                                                                                                  トレーニング・認定試験
                                                                                                                                                  • トレーニング
                                                                                                                                                  • 認定
                                                                                                                                                  • 無料版
                                                                                                                                                  • 大学との連携
                                                                                                                                                  • Databricks アカデミー
                                                                                                                                                  イベント
                                                                                                                                                  • DATA+AI サミット
                                                                                                                                                  • Data+AI ワールドツアー
                                                                                                                                                  • AI Days
                                                                                                                                                  • イベントカレンダー
                                                                                                                                                  ブログ・ポッドキャスト
                                                                                                                                                  • Databricks ブログ
                                                                                                                                                  • AI ブログ
                                                                                                                                                  • Data Brew ポッドキャスト
                                                                                                                                                  トレーニング・認定試験
                                                                                                                                                  • トレーニング
                                                                                                                                                  • 認定
                                                                                                                                                  • 無料版
                                                                                                                                                  • 大学との連携
                                                                                                                                                  • Databricks アカデミー
                                                                                                                                                  イベント
                                                                                                                                                  • DATA+AI サミット
                                                                                                                                                  • Data+AI ワールドツアー
                                                                                                                                                  • AI Days
                                                                                                                                                  • イベントカレンダー
                                                                                                                                                  ブログ・ポッドキャスト
                                                                                                                                                  • Databricks ブログ
                                                                                                                                                  • AI ブログ
                                                                                                                                                  • Data Brew ポッドキャスト
                                                                                                                                                  企業情報
                                                                                                                                                  企業概要
                                                                                                                                                  • Databricks について
                                                                                                                                                  • 経営陣
                                                                                                                                                  • Databricks Ventures
                                                                                                                                                  • ご相談・お問い合わせ
                                                                                                                                                  採用情報
                                                                                                                                                  • 採用情報概要
                                                                                                                                                  • 求人情報
                                                                                                                                                  プレス・ニュース記事
                                                                                                                                                  • ニュースルーム
                                                                                                                                                  • 受賞歴と業界評価
                                                                                                                                                  セキュリティと信頼
                                                                                                                                                  企業概要
                                                                                                                                                  • Databricks について
                                                                                                                                                  • 経営陣
                                                                                                                                                  • Databricks Ventures
                                                                                                                                                  • ご相談・お問い合わせ
                                                                                                                                                  採用情報
                                                                                                                                                  • 採用情報概要
                                                                                                                                                  • 求人情報
                                                                                                                                                  プレス・ニュース記事
                                                                                                                                                  • ニュースルーム
                                                                                                                                                  • 受賞歴と業界評価
                                                                                                                                                  databricks logo

                                                                                                                                                  Databricks Inc.
                                                                                                                                                  160 Spear Street, 15th Floor
                                                                                                                                                  San Francisco, CA 94105
                                                                                                                                                  1-866-330-0121

                                                                                                                                                  採用情報

                                                                                                                                                  © Databricks 2026. All rights reserved. Apache, Apache Spark, Spark and the Spark logo are trademarks of the Apache Software Foundation.

                                                                                                                                                  • プライバシー通知
                                                                                                                                                  • |利用規約
                                                                                                                                                  • |現代奴隷法に関する声明
                                                                                                                                                  • |カリフォルニア州のプライバシー権利
                                                                                                                                                  • |プライバシー設定