一. Oracle的OLTP和OLAP模式

       Oracle属于传统的关系型数据库，在建库应用时，大致可以分为OLTP和OLAP两种模式，针对这两种不同模式，Oracle都有的不同的技术应用和优化技巧。先简单介绍这一下这两种模式：

      OLTP（on-line transaction processing）：联机事务处理，属于高可用的在线系统，注重事务，高响应，高并发(多人同时使用)。操作语句，尽量以最简单的增删查改为主，避免复杂SQL。这个模式是Oracle数据库也是传统关系型数据库的主要应用模式。OLTP模式的应用场景，在日常中很常见:比如在线订票，银行交易，电子商务等等。

     OLAP（On-Line Analytical Processing）：联机分析处理，用于做复杂的SQL关联和数据分析，向高层展示汇总数据(也就是各种报表)，最终用于支撑决策。也类似与平常说的数据仓库。Oracle的OLAP模式在以前应用更多一些，但是通过最近几年大数据的热潮，Oracle的这个模式逐渐会被淘汰掉，更多会使用大数据系列工具(Hadoop系列)。原因也很简单：一是对于PB级别的数据，Oracle的OLAP模式几乎毫无应对之法，单机处理性能始终有限，而Hadoop系列采用分布式存储，分布式处理，能横向扩展对于TB和PB级别的数据量都能有良好的处理性能。 二是Hadoop系列开源，免费，强一点的公司还可以自己做定制化，而Oracle不开源，维护费用昂贵。当然，Oracle的OLAP模式现在还没有被淘汰，毕竟Hadoop的稳定性还在日趋完善，产品的替换也是需要很多人力，财力的投入。

    了解这两种模式的基本概念和主要用处之后，就可以去了解一下Oracle在这两种模式下面的一些应用技巧：

     对于OLTP模式，

     1. 在设计表结构时，需要严格遵守数据库的三范式规则。数据库的三范式简单讲就是：1.表的每一列具有原子性。2.表的其他列必须和主键是完全依赖，不能是部分依赖。3.表的其他列必须和主键是直接关系，不能是间接关系。其实设计表的时候，在满足业务需求的情况下，主要考虑一下：你的表中一列能不能拆分成两列？需不需要拆分成两列？每一行数据的唯一标识/主键？数据冗余情况(比如说：用户名，产品名等等所有你需要保存的数据。能不能让他们在整个数据库里面只保存一次)？当然，大部分工作时候，只需要按照前人的设计模式来就行了。

     2. Cache技术在所有的高响应系统中都是很常见，Web cache与Oracle data buffer，都有应用模板，用的时候按照需求改一改就行了。

     3. B-tree索引技术，其实就是Oracle常用的全局索引/本地索引，对应SQL语句就是 Create Index XXXX，具体Oracle的内部实现原理就要参考数据结构了。(采用的二叉平衡树，所有叶子节点具有相同的深度，因此查询速度和数据分布以及查询条件之间没啥关系)

     4. 分区交换(exchange partition)，简单点说，就是把一张表中的历史数据(比如一年前的)，迁移到另外一张历史表里面去。我们当然可以手动insert into 然后delete from，但是这样做，速度慢并且影响到索引，并且数据量大的话，会对高响应系统造成延迟。因此可以用Oracle提供的分区交换 exchange partition 语句。它可以实现数据快速转移，所以在数据加载提速，历史数据清理等方面特别有用。分区交换技术实际上只修改了数据字典中的数据物理段位置，而不是实际的移动数据，所以速度很快。用法也很简单: alter table Table_A exchange partition p1 with table Table_A_tmp; 在实际使用的时候，因为OLTP严格遵守数据库三范式，所以需要注意主外键关联。

     对于OLAP模式：

     1. OLAP主要用于复杂的SQL关联和数据计算汇总，最终目的是在最短时间内提供高可用的报表以供市场部门支撑决策。所以数据仓库模型的建立非常重要，主要用的技术有分区技术，并行技术。当然还有很多数据处理，汇总的小技巧，之后的博客文章会慢慢写。同时对于之前提到的OLTP中的技术，在OLAP中没有多大的用处，同样的OLAP中的技术在OLTP模式中也是效果不大。

     2. 分区技术，OLAP中主要使用时间范围分区或者以时间范围分区为基础的复合分区。因为数据都是具有时效性的，时间属性在数据分析中有着极其重要的地位。而OLTP基本不建议使用时间范围分区和复合分区，最多可以使用列表分区。使用起来的话，也是非常的简单，在建表的时候 CREATE TABLE XXXX PARTITION BY RANGE ( partition P_1 value less than 1212)

    3. 并行技术，这里的并行技术是指，将一个复杂关联，数据量庞大的计算汇总SQL拆分成多个进程，从而达到并行。应用的话，也是很简单，直接使用/* parallel(talbe_A,4)*/，这样在计算table_A表里面的数据时，Oracle会自动拆分成四个进程，同时计算。

    4. 数据仓库，这个后面有时间可以专门做一些介绍。

    下面我解释一下为什么说：之前提到的OLTP中的技术，在OLAP中没有多大的用处，同样的OLAP中的技术在OLTP模式中也是效果不大。

    1.  对于数据库三范式，OLAP目的是最短时间内提供高可用的数据，如何从数据库最快取数据？那就是我要的数据都在一张表里面，我用一个最简单的select * from table_a 就能拿到。所以OLAP是允许数据冗余，不需要严格遵守数据库三范式。

    2.  对于Cache技术，OLAP模式基本上要对采集过来的所有数据做一次数据计算汇总然后保存。注意，所有的数据都需要遍历一次。这个时候Cache技术的什么命中率效果可以忽略了，倒是高容量的内存更好用一些。

    3. 对于B-tree索引技术，因为OLAP大多是分区表，全局索引基本不用，本地索引在大量数据插入的时候，维护代价太大。（OLAP用于数据分析，每天会采集大量数据入库，计算汇总）一般情况下是不推荐使用的，除非是独特的业务场景。补充一个位图索引，当数据表中某一列的取值范围固定的时候(比如性别这一列，只能填充:男，女)，OLAP模式可以尝试使用位图索引。不过对于OLAP模式来讲，也不是很重要。因为OLAP分析通常不是实时/准实时的，假如用位图索引能将SQL从10分钟优化到5分钟。对于非实时系统分析而言5分钟显得不是那么的关键。不过可以作为小的优化项目。用法: create bitmap index XXXX

     4. 分区交换，在条件允许的情况下，OLAP需要尽可能保留历史数据用于分析，不需要使用分区交换。

     5. 分区技术，OLTP基本不建议任何类型的分区，最多可以使用列表分区。为什么？OLTP是尽量以最简单的增删查改为主，避免复杂SQL。建立分区的话，需要将分区关键字作为 where 搜索条件之一，不然的话，还是要搜索全部分区。所以对于Web开发者而言，索引明显更加好用。

    6.  并行技术，在OLTP里面应该要禁止使用这种 /* parallel(talbe_A,2) */ 。为什么？上面介绍 并行技术是指，将一个复杂计算汇总的SQL拆分成多个进程，从而达到并行。OLTP是以最简单的增删查改为主，这个时候Oracle的拆分耗时，都会大于简单查询耗时，得不偿失。并且在OLTP的高并发(多人同时使用)的情况下，再使用并行 /* parallel(talbe_A,2) */，相当直接double了一下访问峰值。

   

    上面，浅显的介绍了一些通用的技术和应用场景，最后还是要说，实际工作中，在保证系统允许稳定并且钱给够的情况下：需求>一切。对，谁让甲方是father呢。