こんにちは。miyoshiです。
AWSクラウドプラクティショナー試験の学習メモです。
今回は、データベース関連でよく出てくるOLTPとOLAPの違いについてまとめます。
✅ OLTPとOLAPとは？
● OLTP（Online Transaction Processing）
- 「トランザクション処理」＝日々の取引や更新をリアルタイムに処理すること
- 特徴：
- 即時性が重要（銀行振込・ECサイト購入など）
- データ更新が頻繁に発生
- 少量データを素早く確実に処理する
● OLAP（Online Analytical Processing）
- 「分析処理」＝大量データを集計・分析すること
- 特徴：
- リアルタイム性より分析精度重視
- 履歴データやログなど大量データをまとめて処理
- BIレポートやマーケティング分析に利用
✅ 具体例で比較
| 項目 | OLTP | OLAP |
|---|---|---|
| 目的 | 日々の取引処理 | データ分析・意思決定支援 |
| 主な操作 | 登録・更新・削除 | 集計・検索・分析 |
| データ量 | 小さいデータを頻繁に処理 | 大量データをまとめて処理 |
| 即時性 | 必須 | そこまで重要でない |
| 代表サービス | RDS / Aurora | Redshift |
| 例 | ECサイト購入、銀行振込 | 売上トレンド分析、アクセスログ解析 |
✅ AWSサービスでの役割分担
● OLTP向き（トランザクション処理）
- Amazon RDS（MySQL、PostgreSQL、MariaDBなど）
- Amazon Aurora（高可用性なリレーショナルDB）
● OLAP向き（分析処理）
- Amazon Redshift（データウェアハウス）
- S3（データレイク）＋Glue（ETL）と組み合わせると強力
✅ たとえ話で整理
- OLTP（RDSなど）：レストランでの注文処理（お客さんの注文をリアルタイムで確実に記録）
- OLAP（Redshiftなど）：1か月分の注文履歴を集計して「一番売れたメニュー」を分析
✅ 結論
- OLTP → リアルタイム処理に最適（RDS・Aurora）
- OLAP → 大量データ分析に最適（Redshift）
-
両方を組み合わせるケースが多い
- 例：
- RDSに日々の取引データを保存
- 定期的にS3にデータを蓄積（データレイク）
- Redshiftで分析し、BIツール（QuickSightなど）で可視化
- 例：
✅ あわせて読みたい
- AWS学習メモ：データベースとS3の違いと使い分け
- AWS学習メモ #02：S3・Redshift・データレイクの違いと使い分け
- AWS学習メモ #03：スキーマとは何か？Railsのマイグレーションとの関係
💬 コメント・フィードバック歓迎
AWS学習メモとして、初学者の方の理解に役立つように書いています。
「ここもっと詳しく！」などあればぜひ教えてください。