OLAP、OLTP的比較
阿新 • • 發佈：2019-01-09
| OLTP | OLAP | |
|---|---|---|
| 名稱 | on-line transaction processing,聯機事務處理 | on-line analytical processing,聯機分析處理 也稱DSS(Decision support system)決策支援系統、資料倉庫 |
| 用途 | 日常事務 | 分析決策 |
| 場景 | 銀行交易、電子商務系統、證券 | |
| 載體 | RDS | 數倉 |
| 面向 | 應用 | 主題 |
| 關注點 | DB記憶體效率、併發 | 資料分析、磁碟I/O |
| 時點 | 當前 | 歷史 |
| DB量 | 100MB-GB | 100GB-TB |
| 評估 | 每秒事務量,執行的SQL量 | 磁碟子系統的吞吐量(頻寬) |
| 瓶頸 | CPU、磁碟子系統 CPU瓶頸常表現在邏輯讀(為得到查詢結果而必須從資料緩衝區讀取的頁數)和計算性函式方面。對於邏輯讀，主要在於優化SQL&減少執行次數。對於計算函式(decode...),頻繁使用會消耗大量CPU時間，造成系統負載過高，因而需儘量避免計算過程(儲存計算結果到統計表...) 磁碟子系統的承載能力一般取決於IO能力. 磁碟物理讀(為得到查詢結果而必須從磁碟中讀取到資料緩衝區的資料)一般都是單塊讀，但讀的次數頻繁到磁碟子系統都不能承載其IO時，就會出現效能問題 |
頻寬 |
| 優化 | Cache技術、B-tree索引技術 | 分割槽技術、並行技術 記憶體上可優化的餘地很小，增加CPU 處理速度和磁碟I/O 速度是最直接的提高資料庫效能的方法 SQL優化非常重要，因為它的資料量大，做全表掃描和索引對效能影響很大 |
| 查詢 | 繫結變數 併發大,請求密集且這些請求的SQL大多重複 |
點陣圖索引、物化檢視 多數時候是報表作業,執行基本上是聚合類SQL操作 |