OLTP和OLAP问题的个人总结

Hbase

Hbase具体原理可见前文记录

Hbase 是面向oltp的数据库，通过LSM机制来平衡写和读的性能。但是要注意Hbase的思想是oltp，所以注定重点是写，要牺牲读，更适合多写少读的场景。但是实际情况下大多数读写场景通过Hbase就可以完全满足，为什么呢？因为LSM和其他一套组合拳也大量提升了读的性能

最重要的就是LSM机制
为什么写快：
	LSM机制本身的设计意义就是写数据直接先入内存中，不用立刻写磁盘。通过牺牲读来提高写
为什么读性能依然不算很差：
1 LSM批量写，存储延迟，复用磁盘寻址空间
	多写少读的场景下，常规的B树为了维护本身数据结构会导致分裂等情况。
	批量写入会将多次单页写变成单次多页写，复用磁盘寻址空间，提高性能
2 读数据可以获得更多的IO使用权
	因为批量写的原因，大大减小的写磁盘的IO使用权，读取就可以获得更多的IO使用权，从而也提高了读性能5-10倍左右
3 LSM数据内存排序，可以通过索引二分查找提高读性能
4 查询磁盘前，增加布隆过滤器的判断
5 Compact 机制，LSM Tree的合并，优化读性能
等等，可以具体再看前文Hbase文章

OLAP

clickhouse等

属于rolap，ROLAP 是指关系数据的关系在线分析处理。
面向数据的分析，注重读，不在于写。Hbase适合多写的点查询，clickhouse用于数据的及时查询

clickhouse 
	除了数据库，也具备完备的数据库管理（元信息）系统，支持标准SQL查询
	列式存储引擎，基于列级别的稀疏索引
	默认LZ4算法压缩，总体压缩比8：1
	向量化执行：原理是通过CPU寄存器层面的并行操作，达到消除程序中循环的优化
	支持分区（多线程）分片（分布式）的快速查询
	多主架构，交互式查询
Hbase则是LSM数据结构的面向列族的存储数据库，不算列式存储。再Hbase不能满足实时的读数据要求时则考虑olap引擎

kylin等

属于molap，MOLAP 被称为多维在线分析处理，它通过多个数据维度来实现。
通过提前预先计算好各个维度的数据，来提高查询效率

HOLAP

ROLAP和MOLAP的混合
大量数据处理能力取自 ROLAP，
查询速度方法取自 MOLAP，MOLAP 提供给作为标准化模型的 HOLAP