OLTP | OLAP | |
---|---|---|
名称 | on-line transaction processing,联机事务处理 | on-line analytical processing,联机分析处理 也称DSS(Decision support system)决策支持系统、数据仓库 |
用途 | 日常事务 | 分析决策 |
场景 | 银行交易、电子商务系统、证券 | |
载体 | RDS | 数仓 |
面向 | 应用 | 主题 |
关注点 | DB内存效率、并发 | 数据分析、磁盘I/O |
时点 | 当前 | 历史 |
DB量 | 100MB-GB | 100GB-TB |
评估 | 每秒事务量,执行的SQL量 | 磁盘子系统的吞吐量(带宽) |
瓶颈 | CPU、磁盘子系统 CPU瓶颈常表现在逻辑读(为得到查询结果而必须从数据缓冲区读取的页数)和计算性函数方面。对于逻辑读,主要在于优化SQL&减少执行次数。对于计算函数(decode...),频繁使用会消耗大量CPU时间,造成系统负载过高,因而需尽量避免计算过程(保存计算结果到统计表...) 磁盘子系统的承载能力一般取决于IO能力. 磁盘物理读(为得到查询结果而必须从磁盘中读取到数据缓冲区的数据)一般都是单块读,但读的次数频繁到磁盘子系统都不能承载其IO时,就会出现性能问题 | 带宽 |
优化 | Cache技术、B-tree索引技术 | 分区技术、并行技术 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 SQL优化非常重要,因为它的数据量大,做全表扫描和索引对性能影响很大 |
查询 | 绑定变量 并发大,请求密集且这些请求的SQL大多重复 | 位图索引、物化视图 多数时候是报表作业,执行基本上是聚合类SQL操作 |