معالجة المعاملات المباشرة أو OLTP هي نوع من أنواع معالجة البيانات تتكون من تنفيذ عدد من المعاملات التي تحدث بشكل متزامن—على سبيل المثال، الأعمال المصرفية عبر الإنترنت، أو التسوق، أو إدخال أمر مبيعات، أو إرسال رسائل نصية. وتُشار إلى هذه المعاملات عادة بأنها معاملات اقتصادية أو مالية، مسجلة وآمنة بحيث يمكن للمؤسسة الوصول إلى المعلومات في أي وقت لأغراض المحاسبة أو إعداد التقارير.
وفي الماضي، كانت OLTP مقتصرة على المعاملات في العالم الحقيقي التي جرى فيها تبادل شيء ما–الأموال، والمنتجات، والمعلومات، وطلب الخدمات، وما إلى ذلك. ولكن تعريف المعاملة في هذا السياق قد توسَّع على مر السنين، ولا سيما منذ ظهور الإنترنت، ليشمل أي نوع من التفاعل الرقمي أو المشاركة في الأعمال التجارية التي يمكن تشغيلها من أي مكان في العالم وعبر أي مستشعر متصل بالويب. كما تتضمن أي نوع من التفاعلات أو الإجراءات مثل تنزيل ملفات pdf على صفحة ويب، أو عرض فيديو محدد، أو مشغلات صيانة تلقائية، أو تعليقات على القنوات الاجتماعية التي قد تكون ذات أهمية بالغة أن تسجلها الشركة لخدمة عملائها بشكل أفضل.
يظل التعريف الأساسي للمعاملات—الاقتصادية أو المالية—هو الأساس لمعظم أنظمة OLTP، لذا تتضمن معالجة المعاملات عبر الإنترنت عادةً إدراج كميات صغيرة من البيانات في مخزن بيانات، وتحديثها و/أو حذفها لتجميع تلك المعاملات، وإدارتها، وتأمينها. عادةً يتتبع تطبيق الويب، أو الأجهزة المحمولة، أو المؤسسات جميع تلك التفاعلات أو المعاملات الخاصة بالعملاء، أو الموردين، أو الشركاء وتحديثها في قاعدة بيانات OLTP. تعتبر بيانات المعاملات المُخزنة في قاعدة البيانات أساسية للشركات وتُستخدم لإعداد التقارير أو يتم تحليلها لاستخدامها في اتخاذ القرارات القائمة على البيانات.
اقرأ كيف قد نجحت شركات أخرى مثل Retraced، أو Archaeological Park of Pompeii، أو Jasci، أو Siemens في إنشاء أحمال عمل معالجة المعاملات في السحابة.
تمتلك الشركات عادة نوعين من إمكانات معالجة البيانات: OLTP وOLAP.
وعلى الرغم من أنهما يبدو متماثلتان وكلتهما من أنظمة معالجة البيانات عبر الإنترنت، إلا أن هناك فرقًا شاسعًا بينهما.
يتيح OLTP تنفيذ أعداد كبيرة من المعاملات في الوقت الحقيقي بواسطة أعداد كبيرة من الأشخاص، بينما تتضمن المعالجة التحليلية المباشرة (OLAP) عادةً الاستعلام عن هذه المعاملات (يُشار إليها أيضًا بالسجلات) في قاعدة بيانات لأغراض تحليلية. تساعد OLAP الشركات على استخلاص الرؤى من بيانات معاملاتها حتى تتمكن من استخدامها لاتخاذ قرارات أكثر استنارة.
يوضح الجدول أدناه المقارنة بين أنظمة OLTP وOLAP.
نظام OLTP |
نظام OLAP |
تمكين التنفيذ في الوقت الحقيقي لعدد كبير من معاملات قاعدة البيانات بواسطة عدد كبير من الأشخاص |
يتضمن عادةً الاستعلام عن العديد من السجلات (حتى جميع السجلات) في قاعدة بيانات لأغراض تحليلية |
يتطلب أوقات استجابة سريعة جدًا |
يتطلب أوقات استجابة أبطأ حسب الحجم تلك المطلوبة بواسطة OLTP |
تعديل كميات صغيرة من البيانات بشكل متكرر وعادة يتضمن توازنًا بين عمليات القراءات والكتابة |
لا تقم بتعديل البيانات على الإطلاق؛ فأحمال العمل غالبًا تكون كثيفة القراءة |
استخدام البيانات المفهرسة لتحسين أوقات الاستجابة |
تخزين البيانات بتنسيق عمودي للسماح بسهولة الوصول إلى أعداد كبيرة من السجلات |
يتطلب عمليات نسخ احتياطية متكررة أو متزامنة لقاعدة البيانات |
يتطلب نسخًا احتياطيًا أقل تكرارًا لقاعدة البيانات |
يتطلب مساحة تخزين قليلة نسبيًا |
عادةً يكون لديها متطلبات كبيرة بخصوص مساحة التخزين، لأنها تخزن كميات كبيرة من البيانات التاريخية |
عادة تقوم بتشغيل استعلامات بسيطة تشتمل على سجل واحد أو بضعة سجلات فقط |
تشغيل الاستعلامات المعقدة التي تشتمل على أعداد كبيرة من السجلات |
لذا، يعد OLTP نظامًا لتعديل البيانات عبر الإنترنت، في حين أن OLAP نظام مخزن بيانات سابق متعدد الأبعاد يُستخدم لاسترجاع بيانات الكميات الكبيرة لأغراض تحليلية. توفر OLAP عادة تحليلات عن البيانات التي تم تسجيلها بواسطة نظام واحد لـ OLTP أو أكثر.
تعد البنية الأكثر شيوعًا في نظام OLTP التي تستخدم بيانات المعاملات هي بنية ذات ثلاث طبقات تتكون عادةً من طبقة عرض، وطبقة منطق الأعمال، وطبقة مخزن البيانات. طبقة العرض هي الواجهة الأمامية، حيث تنشأ المعاملة عبر تفاعل بشري أو يتم إنشاؤها بواسطة النظام. تتكون الطبقة المنطقية من قواعد يتم من خلالها التحقق من المعاملة والتأكد من توفر كل البيانات المطلوبة لإتمام المعاملة. تقوم طبقة مخزن البيانات بتخزين المعاملة وكل البيانات المرتبطة بها.
فيما يلي الخصائص الرئيسية لنظام معالجة المعاملات عبر الإنترنت:
تم إنشاء قواعد البيانات العلاقية خصيصًا لتطبيقات المعاملات. وهي تجسّد جميع العناصر الأساسية اللازمة لتخزين أحجام كبيرة من المعاملات ومعالجتها، مع التحديث المستمر للميزات والوظائف الجديدة لاستخراج المزيد من القيمة من بيانات المعاملات الغنية هذه. تم تصميم قواعد البيانات العلاقية من الألف إلى الياء لتوفير أعلى درجة ممكنة من التوفر وأسرع أداء. توفر التزامن والتوافق مع ACID بحيث تكون البيانات دقيقة، ومتاحة دائمًا، ويسهل الوصول إليها. وتقوم بتخزين البيانات في جداول بعد استخراج العلاقات بين البيانات بحيث يمكن استخدامها بواسطة أي تطبيق، مما يضمن مصدرًا واحدًا للحقيقة.
ومع زيادة تعقيد المعاملات، والتي نشأت من أي مصدر أو جهاز من أي مكان في العالم، لم تكن قواعد البيانات العلاقية التقليدية متقدمة بما يكفي لتلبية احتياجات سير عمل المعاملات في العصر الحديث. فقد لزم تطوّرهم لمعالجة المعاملات الحديثة، والبيانات المتباينة، والنطاق العالمي، والأهم من ذلك لتشغيل أحمال العمل المختلطة. تحولت قواعد البيانات العلاقية إلى قواعد بيانات متعددة الوسائط تخزن البيانات العلاقية وتعالجها ليس فقط بل أيضًا تجمع أنواع البيانات الأخرى، بما في ذلك xml وhtml وJSON وApache Avro وParquet والمستندات في شكلها الأصلي، من دون إجراء تحويل كبير. كما احتاجت قواعد البيانات العلاقية إلى إضافة المزيد من الوظائف مثل التجميع والتجزئة بحيث يمكن توزيعها على مستوى العالم وتوسيع نطاقها بشكل لا نهائي لتخزين كميات كبيرة من البيانات ومعالجتها بشكل متزايد واستغلال أرخص تخزين على السحابة. مع وجود إمكانات أخرى مثل التضمين في الذاكرة، والتحليلات المتقدمة، والتمثيل المرئي، وقوائم انتظار أحداث المعاملات، فيمكن لقواعد البيانات هذه الآن تشغيل أحمال عمل متعددة — مثل تشغيل التحليلات على بيانات المعاملات أو تدفق المعالجة (إنترنت الأشياء (IoT))، أو تشغيل التحليلات المكانية، والرسوم البيانية.
تعمل قواعد البيانات العلاقية الحديثة المُضمنة في السحابة على أتمتة الكثير من الجوانب الإدارية والتشغيلية لقاعدة البيانات، مما يجعل توفيرها واستخدامها أسهل على المستخدمين. فهي توفر الإمداد المؤتمت، والأمان، والاستعادة، والنسخ الاحتياطي، وتوسيع النطاق بحيث يتعين على فرق قواعد البيانات وفرق تكنولوجيا المعلومات قضاء وقت أقل بكثير في صيانتها. كما تقوم بتضمين التحليل الذكي لضبط البيانات وفهرستها تلقائيًا بحيث يكون أداء استعلام قواعد البيانات متسقًا بصرف النظر عن كمية البيانات، أو عدد المستخدمين المتزامنين، أو تعقيد الاستعلامات. تتضمن قواعد البيانات السحابية هذه أيضًا إمكانات الخدمة الذاتية وواجهات برمجة تطبيقات REST بحيث يتمكن المطورون والمحللون من الوصول إلى البيانات واستخدامها بسهولة. يساعد ذلك على تبسيط عملية تطوير التطبيقات، مما يعمل على توفير المرونة وتسهيل عمل المطورين في إنشاء وظائف وتخصيصات جديدة في تطبيقاتهم. كما أنها تبسط التحليلات، مما يسهل على المحللين وعلماء البيانات استخدام البيانات لاستخلاص الرؤى.
مع صعوبة تكنولوجيا المعلومات في مواكبة سرعة الأعمال، من المهم عند اختيار قاعدة بيانات تشغيلية أن تفكر في احتياجات البيانات الفورية ومتطلبات البيانات طويلة الأجل. لتخزين المعاملات، والحفاظ على أنظمة التسجيل، أو إدارة المحتوى، تحتاج إلى قاعدة بيانات ذات تزامن عالٍ، وإنتاجية فائقة، وزمن انتقال منخفض، وخصائص حيوية للمهام مثل التوفر العالي، وحماية البيانات، واستعادة البيانات بعد الكوارث. على الأرجح، ستلاحظ تقلبات في أحمال عملك خلال اليوم، أو الأسبوع، أو السنة، مما يساعدك في ضمان قدرة قاعدة البيانات على التوسيع التلقائي وتوفير النفقات. قد تحتاج أيضًا إلى تحديد ما إذا كنت ستستخدم قاعدة بيانات مصممة لغرض معين أو قاعدة بيانات ذات غرض عام. إذا كانت متطلباتك تتعلق بنوع معين من البيانات، فقد تلاحظ أن قاعدة البيانات المصممة لغرض معين تناسبك، ولكن تأكد من أنك لا لا تمس بأي من الخصائص الأخرى التي تحتاج إليها. سيكون إنشاء هذه الخصائص لاحقًا في طبقة التطبيق أمرًا مكلفًا ويستهلك الكثير من الموارد. بالإضافة إلى ذلك، إذا كانت بياناتك في حاجة إلى مزيد من النمو وتريد توسيع وظائف تطبيقك، يؤدي إضافة المزيد من قواعد البيانات أحادية الغرض أو المناسبة في إنشاء بيانات موحّدة وتضخيم مشكلات إدارة البيانات. كما يجب الأخذ في عين النظر الوظائف الأخرى التي قد تكون ضرورية لأحمال العمل المحددة - على سبيل المثال، متطلبات الإدخال ومتطلبات الحوسبة المتدرجة والحجم المحدود.
حدد خدمة قاعدة بيانات سحابية مُثبتة الكفاءة للمستقبل مع إمكانيات الخدمة الذاتية التي ستعمل على أتمتة كل إدارة البيانات، مما يمكّن المطورين، والمحللين، ومهندسي البيانات، وعلماء البيانات، ومسؤولي قاعدة البيانات (DBA)من تحقيق المزيد من خلال البيانات وتسريع تطوير التطبيقات.
تعرف على المزيد حول قاعدة بيانات Autonomous Transaction Processing Database من Oracle، خدمة قاعدة بيانات OLTP السحابية. جرِّب مجانًا.