数据库学习笔记（6）----- 关于Oracle的OLTP和OLAP（2019/3/1）

Oracle和MySQL不同，Oracle是没有存储引擎的概念，有的就只有是OLTP（Online Transaction Processing）联机事务处理和OLAP（OnLine Analytical Processing）联机分析处理。

对于Oracle来说，它的本身是不允许脏读^注1存在的，这就导致了它的操作都具有事务性。

OLTP：传统关系型数据库的主要应用，OLTP主要强调：
1、数据库内存效率；
2、强调内存各种指标的命令率；
3、强调绑定变量；
4、强调并发操作。

一般来说，OLTP主要用于日常的数据库的操作行为，例如：查询、更改等，一般用于电信、银行、保险等数据量大、数据存储安全、数据并发程度高的行业。

OLAP：数据仓库系统的主要应用，OLAP主要强调：
1、OLAP强调数据分析；
2、强调SQL执行市场；
3、强调磁盘I/O；
4、强调分区等。

一般来说，OLAP主要为复杂的分析操作，决策等方面提供支持，并且提供直观易懂的查询结果。

具体区别情况如下：
在OLTP中，最容易出现性能瓶颈的地方在于CPU¹和磁盘子系统²：
1、CPU的瓶颈期常表现在逻辑读总量与计算性函数或者是过程上，所谓的逻辑读总量，就是这条语句的执行时间*执行次数，虽然这条语句的执行时间很短，但是，次数一多，便会导致逻辑读总量增大。同时，自定义函数和Decode等函数方法的频繁使用，也需要消耗大量的CPU的时间。
2、磁盘子系统在OLTP环境中，它的承载能力一般取决于它的IOPS处理能力。 因为在OLTP环境中，磁盘物理读一般都是db file sequential read，也就是单块读，但是这个读的次数非常频繁。如果频繁到磁盘子系统都不能承载其IOPS的时候，就会出现大的性能问题。

一般来说，OLTP性能优化方法为Cache技术和B-Tree索引技术，Cache决定了很多语句不需要从磁盘子系统获得数据，而索引则是越简单越好，这样的执行计划比较稳定，一定要使用绑定变量，减少语句解析，尽量减少表关联，尽量减少分布式事务，基本不使用分区技术、MV技术、并行技术及位图索引。因为并发量很高，批量更新时要分批快速提交，以避免阻塞的发生。

这里影响性能除了绑定变量，还有可能是热快（Hot Block）。 当一个块被多个用户同时读取时，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Latch后，其他用户就只能等待，获取这个数据块的用户越多，等待就越明显。 这就是热快的问题。 这种热快可能是数据块，也可能是回滚端块。 对于数据块来讲，通常是数据库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。

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重用，减少物理I/O 和重复的SQL 解析，从而极大的改善数据库的性能。

在OLAP中，常使用分区技术以及并行技术，考核的标准就是磁盘子系统的吞吐量（一般按照MB/S）：
1、磁盘子系统的吞吐量则往往取决于磁盘的个数，这个时候，Cache基本是没有效果的。
2、分区技术在OLAP系统中的重要性主要体现在数据库管理上，比如数据库加载，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实现，删除数据可以通过分区进行删除，至于分区在性能上的影响，它可以使得一些大表的扫描变得很快（只扫描单个分区）。另外，如果分区结合并行的话，也可以使得整个表的扫描会变得很快。总之，分区主要的功能是管理上的方便性，它并不能绝对保证查询性能的提高，有时候分区会带来性能上的提高，有时候会降低（这个问题就比较玄学了）。

陆陆续续写了好几天，才总算把这一段给写完，脑细胞在燃烧…