对于成熟的公司而言，联机事务处理（OLTP）在IT战略中的地位已经被提高到了前所未有的高度。

事务性系统曾经是大型企业的关键数据库技术。现在，随着大数据的流行，联机事务处理 (OLTP) 以新的实现方式回归企业信息化体系结构并用于关键任务。

大数据

事务系统包含巨量数据的更新，是业务延续性的重中之重，并提供对重要数据的近实时访问，包括让企业更有竞争力的数据。

联机事务处理分析范围扩展到近实时数据，尤其是客户数据 ；提供近乎实时的虚拟数据仓库；对主数据管理的负载均衡更新，增加企业信息化架构的灵活性。

要在这些新任务上成功应用OLTP，就必须重新定义OLTP在企业信息化体系结构中的地位。OLTP不再只是一套能处理订单的老式应用程序。对典型的OLTP系统处理的大规模数据流更新进行同时分析，这种情况很罕见，因为一般认为这不是OLTP的目的。然而数据仓库更新固有的延迟阻碍着对最新数据的近实时分析。组织如果要对于数据的变化迅速作出反应，IT部门就必须让OLTP产生比以往更大的作用。

近实时数据访问

当IT部门使用数据仓库技术处理OLTP数据存储时，报告和分析以数据命中OLTP系统的形式出现，对抵达数据的模式检测近乎实时完成。

要达到这个效果，查询将在活动数据存储和数据仓库上合并进行。最快的方法是启用企业数据虚拟化解决方案来实现一个虚拟的数据仓库，可以让用户无区别地访问多个数据存储。如果不能启用虚拟化，就必须从不同数据库厂商获取数据接口，然后让多个数据存储显示成一个。能实现几乎瞬间完成分析的长期解决方案是实施一个全局元数据存储，从OLTP和数据仓库收集信息——这正是数据虚拟化的理想应用范围。新类型的数据到达时就会被系统以经济高效和半自动的方式收录和处理。

主数据管理

对客户的信息的主数据管理在今天的大企业中很受欢迎，这也产生了系统自身的可扩展性问题。许多系统都会设法维持单一的中央记录 —— 当几个业务系统同时更新记录时就会产生瓶颈。

以分布式、负载均衡的方式更新多个记录副本或者变形，防止客户订单处理因为中央主数据服务器拥挤而被延迟。边缘 OLTP数据存储启用负载平衡可以提高分布式副本更新操作的性能和扩展性。

虽然数据虚拟化使多个数据副本更易于处理，任何解决方案都应该是更大的、涵盖全局元数据的主数据管理系统的一部分，以及数据治理的一部分。

重新设计企业信息化体系结构

过去二十年的企业信息化体系结构的重点只是把尽可能多的数据纳入数据仓库，结果导致报告和查询性能低下。OLTP在执行报告和查询时会兼顾数据仓库的负载平衡。如果我们将选自互联网的巨量社交媒体数据也存入系统，IT部门可以在分配数据给指定存储和管理系统方面具备更大的灵活性，而且分配操作可以实时完成。

企业信息体系结构配合OLTP将会获得更好的性能。摆脱中央数据仓库的一些限制后，架构师有更大的自由安排数据在最合理的位置存放和访问。增加数据虚拟化可以让你实现更符合成本效益和更方便的数据管理、 降低开发成本，获得更多用户和知名度。

从OLTP榨取更多

通过类似共享磁盘群集的改造，IT部门甚至还可以从OLTP获得更多可扩展性。在共享磁盘群集的运作方式下，磁盘（或主内存层以下的所有存储）看起来像一个巨大的磁盘阵列，由多个物理处理器——主内存对共享。
实际上，每台物理服务器上的软件协调其进程调度和磁盘"池"分配。集群中每台物理服务器上的主内存属于它自己的一组处理器，这种架构的限制是共享磁盘群集的规模和其它架构相比能有多大，答案是：远远超出今天Wintel 服务器上的对称多处理（SMP）的规模。

基本群集不会做服务器间的负载平衡。单个系统映像群集可以通过忽略软件位置和在单个系统级别优化工作负载的方式实现近似的负载平衡。近期IBM、 Oracle 产品针对事务性工作负载的优化并不只包括间接负载均衡代码；他们使用类似事务处理监视器或某些 Web 应用服务器软件实现直接和动态的负载均衡。优化的结果：IBM 和数据库公司 Oracle提供的集群扩展性是接近线性的，或者说OLTP的扩展性远远超越了今天的非集群SMP系统。
当一个数据库节点故障时，集群的快速故障转移和重新引导功能可以产生“隔离和治疗”的效果，集群可以为系统增加额外鲁棒性，大家早就知道了吧。