关闭

Oracle OLAP 与 OLTP 介绍

标签: 数据库
215人阅读 评论(0) 收藏 举报
分类:
数据处理大致可以分成两大类: 联机事务处理 OLTP( on-line transactionprocessing)、 联机分析处理 OLAP( On-Line Analytical Processing)。

( 1) OLTP 是传统的关系型数据库的主要应用,主要是基本的、日常的事务处理,例如银行交易。 OLTP 系统强调数据库内存效率,强调内存各种指标的命令率,强调绑定变量,强调并发操作;
( 2) OLAP 是数据仓库系统的主要应用,支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询结果。 OLAP 系统则强调数据分析,强调 SQL 执行市场,强调磁盘 I/O,强调分区等。

一、什么是 OLTP

OLTP,也叫联机事务处理( Online Transaction Processing),表示事务性非常高的系统,一般都是高可用的在线系统,以小的事务以及小的查询为主,评估其系统的时候,一般看其每秒执行的 Transaction 以及Execute SQL 的数量。

OLTP 系统最容易出现瓶颈的地方就是 CPU 与磁盘子系统。
( 1) CPU 出现瓶颈常表现在逻辑读总量与计算性函数或者是过程上,逻辑读总量等于单个语句的逻辑读乘以执行次数,如果单个语句执行速度虽然很快,但是执行次数非常多,那么,也可能会导致很大的逻辑读总量。设计的方法与优化的方法就是减少单个语句的逻辑读,或者是减少它们的执行次数。另外,一些计算型的函数,如自定义函数、 decode 等的频繁使用,也会消耗大量的 CPU 时间,造成系统的负载升高,正确的设计方法或者是优化方法,需要尽量避免计算过程,如保存计算结果到统计表就是一个好的方法。
( 2) 磁盘子系统在 OLTP 环境中,它的承载能力一般取决于它的 IOPS 处理能力. 因为在 OLTP 环境中,磁盘物理读一般都是 db file sequential read,也就是单块读,但是这个读的次数非常频繁。

OLTP 比较常用的设计与优化方式为 Cache 技术与 B-tree 索引技术, Cache决定了很多语句不需要从磁盘子系统获得数据, 所以, Web cache 与 Oracle databuffer 对 OLTP 系统是很重要的。另外,在索引使用方面,语句越简单越好,这样执行计划也稳定,而且一定要使用绑定变量,减少语句解析,尽量减少表关联,尽量减少分布式事务,基本不使用分区技术、 MV 技术、并行技术及位图索引。
因为并发量很高, 批量更新时要分批快速提交,以避免阻塞的发生。

OLTP 系统是一个数据块变化非常频繁, SQL 语句提交非常频繁的系统。 对于数据块来说,应尽可能让数据块保存在内存当中,对于 SQL 来说, 尽可能使用变量绑定技术来达到 SQL 重用,减少物理 I/O 和重复的 SQL 解析,从而极大的改善数据库的性能。

这里影响性能除了绑定变量,还有可能是热快( hot block)。 当一个块被多个用户同时读取时, Oracle 为了维护数据的一致性,需要使用 Latch 来串行化用户的操作。当一个用户获得了 latch 后,其他用户就只能等待,获取这个数据块的用户越多,等待就越明显。 这就是热快的问题。 这种热快可能是数据块,也
可能是回滚端块。 对于数据块来讲,通常是数据库的数据分布不均匀导致,如果是索引的数据块,可以考虑创建反向所以来达到重新分布数据的目的,对于回滚段数据块,可以适当多增加几个回滚段来避免这种争用。

二、什么是 OLAP

OLAP,也叫联机分析处理( Online Analytical Processing)系统,有的时候也叫 DSS 决策支持系统,就是我们说的数据仓库。
在这样的系统中, 考核的标准往往是磁盘子系统的吞吐量(带宽),如能达到多少 MB/s 的流量
磁盘子系统的吞吐量则往往取决于磁盘的个数,这个时候, Cache 基本是没有效果的,数据库的读写类型基本上是 db file scattered read 与 direct pathread/write。应尽量采用个数比较多的磁盘以及比较大的带宽,如 4Gb 的光纤接口。

在 OLAP 系统中,常使用分区技术、并行技术
分区技术在 OLAP 系统中的重要性主要体现在数据库管理上,比如数据库加载,可以通过分区交换的方式实现,备份可以通过备份分区表空间实现,删除数据可以通过分区进行删除,至于分区在性能上的影响,它可以使得一些大表的扫描变得很快(只扫描单个分区)。 另外,如果分区结合并行的话,也可以使得整
个表的扫描会变得很快。 总之,分区主要的功能是管理上的方便性,它并不能绝对保证查询性能的提高,有时候分区会带来性能上的提高,有时候会降低。

在 OLAP 系统中,不需要使用绑定( BIND)变量,因为整个系统的执行量小,分析时间对于执行时间来说,可以忽略,而且可避免出现错误的执行计划。但是 OLAP 中可以大量使用位图索引,物化视图,对于大的事务,尽量寻求速

度上的优化,没有必要像 OLTP 要求快速提交,甚至要刻意减慢执行的速度。绑定变量真正的用途是在 OLTP 系统中,这个系统通常有这样的特点,用户并发数很大,用户的请求十分密集,并且这些请求的 SQL 大多数是可以重复使用的。

对于 OLAP 系统来说,绝大多数时候数据库上运行着的是报表作业, 执行基本上是聚合类的 SQL 操作,比如 group by,这时候, 把优化器模式设置为 all_rows是恰当的。 而对于一些分页操作比较多的网站类数据库,设置为 first_rows 会更好一些。 但有时候对于 OLAP 系统,我们又有分页的情况下,我们可以考虑在

每条 SQL 中用 hint。 如:Select /+first_rows(10) / a.* from table a;

三、分开设计与优化

如分区技术,假设不是大范围地使用分区关键字,而采用其它的字段作为where 条件,那么,如果是本地索引,将不得不扫描多个索引,而性能变得更为低下。如果是全局索引,又失去分区的意义。
并行技术也是如此,一般在完成大型任务时才使用,如在实际生活中,翻译一本书,可以先安排多个人,每个人翻译不同的章节,这样可以提高翻译速度。如果只是翻译一页书,也去分配不同的人翻译不同的行,再组合起来,就没必要了,因为在分配工作的时间里,一个人或许早就翻译完了。
位图索引也是一样,如果用在 OLTP 环境中,很容易造成阻塞与死锁。但是,在 OLAP 环境中,可能会因为其特有的特性,提高 OLAP 的查询速度。 MV 也是基本一样,包括触发器等,在 DML 频繁的 OLTP 系统上,很容易成为瓶颈,甚至是 Library Cache 等待,而在 OLAP 环境上,则可能会因为使用恰当而提高查询速度。
对于 OLAP 系统,在内存上可优化的余地很小, 增加 CPU 处理速度和磁盘I/O 速度是最直接的提高数据库性能的方法,当然这也意味着系统成本的增加。比如我们要对几亿条或者几十亿条数据进行聚合处理,这种海量的数据,全部放在内存中操作是很难的,同时也没有必要,因为这些数据快很少重用,缓存起来也没有实际意义,而且还会造成物理 I/O 相当大。 所以这种系统的瓶颈往往是磁盘 I/O 上面的。
0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:26933次
    • 积分:575
    • 等级:
    • 排名:千里之外
    • 原创:24篇
    • 转载:28篇
    • 译文:0篇
    • 评论:2条
    最新评论