1.OLTP和OLAP场景
(OLTP) OnLine Transactional Processing
应用场景:
1.数据实时性高
2.并发性好
3.数据增删改较多
实际业务场景:一般的线上运行或者内网IT系统 (要求及时响应)
(OLAP)OnLine Analysis Processing
应用场景:
1.数据规模大
2.低并发
3.数据增删改较少
4.聚合查询
实际业务场景:数据分析,数据挖掘
2.行式存储和列式存储
用图表形式来展示行式存储和列式存储区别
Table product
id | productName | time |
---|---|---|
1 | 小米 | 2022-03 |
2 | 华为 | 2022-02 |
3 | 苹果 | 2022-01 |
行式存储
1 小米 2022-03,2 华为 2022-02 , 3 苹果 2022-01
列式存储
1 2 3 ,小米 华为 苹果,2022-03 2022-02 2022-01
如下述查询sql 列式存储很直观会比行式存储快,在大数据情况列式存储会比行式存储快很多
select productName from productName
典型行式数据库如MySQL
典型列式数据库如ClickHouse