数据库-OLAP-OLTP

当今的数据处理大致可以分成两大类：
    OLTP（on-line transaction processing 在线事务处理，联机事务处理）
    OLAP（On-Line Analytical Processing  在线分析处理，联机分析处理）

OLTP是传统的关系型数据库的主要应用模式,主要是基本的、日常的事务处理(插入、修改、查询和删除操作),例如银行交易、门票在线销售系统
    系统强调数据库的内在效率，强调内存各种指标的命中率，强调绑定变量，强调并发操作；
    用户并发数很多，但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OLTP来讲，数据库内存的设计显得很重要，如果数据库可以在内存中处理，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）,
    这些参一个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，能极大地改善数据库性能。

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。主要是查询处理
    系统强调数据分析，强调SQL执行时长，强调磁盘I/O，强调分区等。
    用户并发数较少，内存可以优化的余地较小，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方式，但这将意味着成本的增加。
    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。在OLAP系统中，SQL的优化显得非常重要,分区技术在OLAP数据库中很重要。

下表列出OLTP和OLAP之间的比较 
    类型           OLTP                                                                            OLAP
    用户           操作人员，低层管理人员                               决策人员，高级管理人员
    功能           日常操作处理                                                   分析决策，支持复杂的分析操作
    DB设计     面向应用                                                            面向主题
    数据           当前的，最新的细节的，二维的分立的       历吏的，聚集的，多维的，集成的，统一的
    存取           读/写数十条记录                                              读上百万条记录
    工作单位   简单的事务                                                      复杂的查询
    DB大小     100MB-GB                                                      100GB-TB
    度量：       专注于日常时实操作以事务吞吐量为度量  以查询吞吐量和响应时间来度量
    访问模式   短的原子事务，并发控制和恢复机制         大部份是只读操作，其中大部份是复杂查询




OLTP使用注意：
    1.  最容易出现瓶颈常表现在CPU和磁盘子系统
    1.1 CPU出现瓶颈表现在逻辑读总量(单个语句的逻辑读*执行次数)与计算性函数或过程上；
        优化：减少单个语句的逻辑读，或减少执行次数
              减少或优化函数和过程的使用，或保存计算结算到统计表    
    1.2 硬盘子系统的承载能力取决于IOPS处理能力；
        优化：使用Cache技术(web cache与Oracle data buffer)与B-tree索引技术
     使用绑定变量，达到SQL重用，减少语句重复解析、高度使用内存缓存，减少物理I/O; 
     减少表关联、减少分布式事务、不使用分区技术MV技术并行技术及位图索引，以达到快速提交目的。
     热块优化(三种情况)，数据块：分布不均匀导致；索引块：创建反向索引，重新分布数据；回滚段：增加回滚段数据块的数量；

OLAP使用注意：
    磁盘子系统的吞吐量，数据量大，加大Cache基本没效果。
    优化：
        增加硬盘个数，加大带宽
使用分区技术、并行技术
大量使用位图索引，物化视图，
对于大量聚合SQL操作，可把优化器模式设置为all_rows
对于大量分页操作，设置为first_rows

SQL优化很重要，全表扫描和索引对性能来说差异很大。

Oracle 10g以前的版本建库过程中可供选择的模板有：
    Data Warehouse （数据仓库）
    General Purpose  （通用目的、一般用途）

    New Database

    Transaction Processing  （事务处理）

Oracle 11g的版本建库过程中可供选择的模板有：

    一般用途或事务处理
    定制数据库
    数据仓库

个人对这些模板的理解为：
联机分析处理（OLAP,On-line Analytical Processing），数据量大，DML少。使用数据仓库模板
联机事务处理（OLTP,On-line Transaction Processing），数据量少，DML频繁。使用一般用途或事务处理模板


联机事务处理（OLTP,On-line Transaction Processing），DML操作频繁，并行事务处理多，但是一般都很短。
决策支持系统（DDS，Decision support system)，典型的操作是全表扫描，长查询，长事务，但是一般事务的个数很少，往往是一个事务独占系统。