oracle中oltp场景,Oracle-OLAP和OLTP解读

概述

通常来说，我们把业务分为来两类，在线事务处理系统(OLTP)和在线分析系统(OLAP)或者DSS(决策支持系统)，这两类系统在数据库的设计上是如此的不同，甚至有些地方的设计是像相悖的。

比如：

OLTP 系统强调数据库的内存效率，强调内存各种指标的命中率，强调绑定变量，强调并发操作

OLAP 系统则强调数据分析，强调sql 执行时长，强调磁盘I/O，强调分区等。

OLTP(on-line transaction processing)数据库

通常来讲，OLTP(在线事务处理系统)的用户并发数都很多，但他们只对数据库做很小的操作，数据库侧重于对用户操作的快速响应，这是对数据库最重要的性能要求。

对于一个OLTP 系统来说，数据库内存设计显得很重要，如果数据都可以在内存中处理，那么数据库的性能无疑会提高很多。

内存的设计通常是通过调整Oracle 和内存相关的初始化参数来实现的，比较重要的几个是内存相关的参数，包括SGA 的大小(Data Buffer，Shared Pool)，PGA 大小(排序区，Hash 区等)等，这些参数在一个OLTP 系统里显得至关重要，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一个系统。

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 的重用，减少物理I/O 和重复的sql 解析，能极大的改善数据库的性能。

除了内存，没有绑定变量的sql 会对OLTP 数据库造成极大的性能影响之外，还有一些因素也会导致数据库的性能下降，比如热块(hot block)的问题，当一个块被多个用户同时读取的时候，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，当一个用户获得了这个Latch，其他的用户就只能被迫的等待，获取这个数据块的用户越多，等待就越明显，就造成了这种热块问题。这种热块可能是数据块，也可能是回滚段块。

对于数据块来讲，通常是数据块上的数据分布不均匀导致，如果是索引的数据块，可以考虑创建反向索引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。

OLAP(On-Line Analytical Processing)数据库

OLAP 数据库在内存上可优化的余地很小，甚至觉得增加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式,但这将意味着着系统成本的增加。实际上，用户对OLAP 系统性能的期望远远没有对OLTP 性能的期望那么高。

对于OLAP 系统，sql 的优化显得非常重要

试想，如果一张表中只有几千数据，无论执行全表扫描或是使用索引，对我们来说差异都很小，几乎感觉不出来，但是当数据量提升到几亿或者几十亿或者更多的时候，全表扫描，索引可能导致极大的性能差异，因此sql得优化显得重要起来。

分区技术在OLAP 数据库中很重要

这种重要主要是体现在数据管理上，比如数据加载，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，删除数据可以通过分区进行删除。

联机事务处理(OLTP)和联机分析处理(OLAP)的不同

联机事务处理(OLTP)和联机分析处理(OLAP)的不同，主要通过以下五点区分开来。

1.用户和系统的面向性:

OLTP是面向顾客的,用于事务和查询处理

OLAP是面向市场的,用于数据分析

2.数据内容:

OLTP系统管理当前数据.

OLAP系统管理大量历史数据,提供汇总和聚集机制.

3.数据库设计:

OLTP采用实体-联系ER模型和面向应用的数据库设计.

OLAP采用星型或雪花模型和面向主题的数据库设计.

4.视图:

OLTP主要关注一个企业或部门内部的当前数据,不涉及历史数据或不同组织的数据

OLAP则相反.

5.访问模式:

OLTP系统的访问主要由短的原子事务组成.这种系统需要并行和恢复机制.

OLAP系统的访问大部分是只读操作

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。

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。