Doris--基础--1.2--理论--OLTP、OLAP，HTAP

Doris–基础–1.2–理论–OLTP、OLAP，HTAP

---

1、概念

1. OLTP(On-Line Transaction Processing)：联机事务处理
2. OLAP(On-Line Analytical Processing)：联机分析处理
3. HTAP(Hybrid Transactional(混合事务)/Analytical Processing)：混合事务分析处理

1.1、OLTP

1. 操作型处理，主要目标是做数据处理，它是针对具体业务在数据库联机的日常操作，通常对少数记录进行查询、修改。

2. 用户较为关心操作的响应时间、数据的安全性、完整性和并发支持的用户数等问题。

3. OLTP示例：传统的关系型数据库系统(RDBMS)，主要用于操作型处理。

1.2、OLAP

1. 分析型处理，主要目标是做数据分析。
2. 一般针对某些主题的历史数据进行复杂的多维分析，支持管理决策。
3. OLAP示例：数据仓库，主要用于数据分析。

1.3、HTAP

1. 基于创新的计算存储框架
2. HTAP 数据库能够在一份数据上同时支撑业务系统运行和 OLAP 场景，避免在传统架构中，在线与离线数据库之间大量的数据交互。
3. 基于分布式架构，支持弹性扩容，可按需扩展吞吐或存储，轻松应对高并发、海量数据场景。
4. HTAP示例
   1. PingCAP 的 TiDB(是国内首家开源的 HTAP 分布式数据库)
   2. 阿里云的 HybridDB for MySQL
   3. 百度的 BaikalDB

2、OLTP、OLAP对比

2.1、补充–查询对比

1. OLTP的查询：一般只会访问少量的记录，且大多时候都会利用索引。比如最常见的基于主键的 CRUD 操作
2. OLAP的查询：一般需要 Scan 大量数据，大多时候只访问部分列，聚合的需求(Sum，Count，Max，Min 等)会多于明细的需求(查询原始的明细数据)

3、OLAP引擎分类

3.1、分类

按数据存储格式划分如下

1. MOLAP(Multi-dimensional OLAP)
2. ROLAP(Relational OLAP)
3. HOLAP(Hybrid OLAP)。

3.1.1、MOLAP

1. 基于多维数组的存储模型，也是OLAP最初的形态
2. 通过预计算，提供稳定的切片数据，实现多次查询一次计算，减轻了查询时的计算压力，保证了查询的稳定性，是"空间换时间"的最佳路径。实现了基于Bitmap的去重算法，支持在不同维度下去重指标的实时统计，效率较高。
3. 开源产品：Kylin、Druid

3.1.2、ROLAP

1. 完全基于关系模型进行存储数据，不需要预计算，按需即时查询。明细和汇总数据都保存在关系型数据库事实表中。
2. 基于实时的大规模并行计算，对集群的要求较高。MPP引擎的核心是通过将数据分散，以实现CPU、IO、内存资源的分布，来提升并行计算能力。在当前数据存储以磁盘为主的情况下，数据Scan需要的较大的磁盘IO，以及并行导致的高CPU，仍然是资源的短板。因此，高频的大规模汇总统计，并发能力将面临较大挑战，这取决于集群硬件方面的并行计算能力。传统去重算法需要大量计算资源，实时的大规模去重指标对CPU、内存都是一个巨大挑战。目前Doris最新版本已经支持Bitmap算法，配合预计算可以很好地解决去重应用场景。

3.1.3、HOLAP

1. 混合模型，细节数据以ROLAP存放，聚合数据以MOLAP存放。
2. 这种方式相对灵活，且更加高效。

3.2、OLAP引擎对比

3.2.1、小结

1. 数据压缩率Clickhouse好
2. ClickHouse单表查询性能优势巨大
3. Join查询两者各有优劣，数据量小情况下Clickhouse好，数据量大Doris好
4. Doris对SQL支持情况要好

3.3、MOLAP模式 和 ROLAP模式 对比

3.3.1、MOLAP模式的劣势(以Kylin为例)

1. 应用层模型复杂，根据业务需要以及Kylin生产需要，还要做较多模型预处理。这样在不同的业务场景中，模型的利用率也比较低。
2. 由于MOLAP不支持明细数据的查询，在"汇总+明细"的应用场景中，明细数据需要同步到DBMS引擎来响应交互，增加了生产的运维成本。
3. 较多的预处理伴随着较高的生产成本。

3.3.2、ROLAP模式的优势

1. 应用层模型设计简化，将数据固定在一个稳定的数据粒度即可。比如商家粒度的星形模型，同时复用率也比较高。
2. App层的业务表达可以通过视图进行封装，减少了数据冗余，同时提高了应用的灵活性，降低了运维成本。
3. 同时支持"汇总+明细"。
4. 模型轻量标准化，极大的降低了生产成本。

3.3.3、小结

1. 综上所述，在变化维、非预设维、细粒度统计的应用场景下，使用MPP引擎驱动的ROLAP模式，可以简化模型设计，减少预计算的代价，并通过强大的实时计算能力，可以支撑良好的实时交互体验。
2. doris是一个ROLAP引擎，可以满足：灵活多维分析、明细+聚合、主键更新