Oracle OLAP 与 OLTP 介绍

  数据处理大体能够分红两大类： 联机事务处理OLTP （on-line transaction processing）、 联机分析处理OLAP （On-Line Analytical Processing）。 OLTP是传统的关系型数据库的主要应用 ，主要是基本的、平常的事务处理，例如银行交易。 OLAP是数据仓库系统的主要应用 ，支持复杂的分析操做，侧重决策支持，而且提供直观易懂的查询结果。

OLTP 系统强调数据库内存效率，强调内存各类指标的命令率，强调绑定变量，强调并发操做；

OLAP 系统则强调数据分析，强调SQL执行市场，强调磁盘I/O，强调分区等。

OLTP与OLAP之间的比较：

                         

 

 

 

 

什么是OLTP

OLTP，也叫联机事务处理（Online Transaction Processing），表示事务性很是高的系统，通常都是高可用的在线系统，以小的事务以及小的查询为主，评估其系统的时候，通常看其每秒执行的Transaction以及Execute SQL的数量。在这样的系统中，单个数据库每秒处理的Transaction每每超过几百个，或者是几千个，Select 语句的执行量每秒几千甚至几万个。典型的OLTP系统有电子商务系统、银行、证券等，如美国eBay的业务数据库，就是很典型的OLTP数据库。

 

OLTP系统最容易出现瓶颈的地方就是CPU与磁盘子系统。

（1）CPU出现瓶颈常表如今逻辑读总量与计算性函数或者是过程上，逻辑读总量等于单个语句的逻辑读乘以执行次数，若是单个语句执行速度虽然很快，可是执行次数很是多，那么，也可能会致使很大的逻辑读总量。设计的方法与优化的方法就是减小单个语句的逻辑读，或者是减小它们的执行次数。另外，一些计算型的函数，如自定义函数、decode等的频繁使用，也会消耗大量的CPU时间，形成系统的负载升高，正确的设计方法或者是优化方法，须要尽可能避免计算过程，如保存计算结果到统计表就是一个好的方法。

（2）磁盘子系统在OLTP环境中，它的承载能力通常取决于它的IOPS处理能力. 由于在OLTP环境中，磁盘物理读通常都是db file sequential read，也就是单块读，可是这个读的次数很是频繁。若是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。

 

OLTP比较经常使用的设计与优化方式为Cache技术与B-tree索引技术，Cache决定了不少语句不须要从磁盘子系统得到数据，因此，Web cache与Oracle data buffer对OLTP系统是很重要的。另外，在索引使用方面，语句越简单越好，这样执行计划也稳定，并且必定要使用绑定变量，减小语句解析，尽可能减小表关联，尽可能减小分布式事务，基本不使用分区技术、MV技术、并行技术及位图索引。由于并发量很高，批量更新时要分批快速提交，以免阻塞的发生。

OLTP 系统是一个数据块变化很是频繁，SQL 语句提交很是频繁的系统。 对于数据块来讲，应尽量让数据块保存在内存当中，对于SQL来讲，尽量使用变量绑定技术来达到SQL 重用，减小物理I/O 和重复的SQL 解析，从而极大的改善数据库的性能。 

这里影响性能除了绑定变量，还有多是热快（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，须要使用Latch来串行化用户的操做。当一个用户得到了latch后，其余用户就只能等待，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。 这种热快多是数据块，也多是回滚端块。 对于数据块来说，一般是数据库的数据分布不均匀致使，若是是索引的数据块，能够考虑建立反向因此来达到从新分布数据的目的，对于回滚段数据块，能够适当多增长几个回滚段来避免这种争用。

 

 

 

什么是OLAP

OLAP，也叫联机分析处理（Online Analytical Processing）系统，有的时候也叫DSS决策支持系统，就是咱们说的数据仓库。在这样的系统中，语句的执行量不是考核标准，由于一条语句的执行时间可能会很是长，读取的数据也很是多。因此，在这样的系统中，考核的标准每每是磁盘子系统的吞吐量（带宽），如能达到多少MB/s的流量。

磁盘子系统的吞吐量则每每取决于磁盘的个数，这个时候，Cache基本是没有效果的，数据库的读写类型基本上是db file scattered read与direct path read/write。应尽可能采用个数比较多的磁盘以及比较大的带宽，如4Gb的光纤接口。

 

在OLAP系统中，常使用分区技术、并行技术。

分区技术在OLAP系统中的重要性主要体如今数据库管理上，好比数据库加载，能够经过分区交换的方式实现，备份能够经过备份分区表空间实现，删除数据能够经过分区进行删除，至于分区在性能上的影响，它可使得一些大表的扫描变得很快（只扫描单个分区）。另外，若是分区结合并行的话，也可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升，有时候分区会带来性能上的提升，有时候会下降。

并行技术除了与分区技术结合外，在Oracle 10g中，与RAC结合实现多节点的同时扫描，效果也很是不错，可把一个任务，如select的全表扫描，平均地分派到多个RAC的节点上去。

 

在OLAP系统中，不须要使用绑定（BIND）变量，由于整个系统的执行量很小，分析时间对于执行时间来讲，能够忽略，并且可避免出现错误的执行计划。可是OLAP中能够大量使用位图索引，物化视图，对于大的事务，尽可能寻求速度上的优化，没有必要像OLTP要求快速提交，甚至要刻意减慢执行的速度。

绑定变量真正的用途是在OLTP系统中，这个系统一般有这样的特色，用户并发数很大，用户的请求十分密集，而且这些请求的SQL 大多数是能够重复使用的。

 

对于OLAP系统来讲，绝大多数时候数据库上运行着的是报表做业，执行基本上是聚合类的SQL 操做，好比group by，这时候，把优化器模式设置为all_rows是恰当的。 而对于一些分页操做比较多的网站类数据库，设置为first_rows会更好一些。 但有时候对于OLAP 系统，咱们又有分页的状况下，咱们能够考虑在每条SQL 中用hint。 如：

Select /*+first_rows(10) */ a.* from table a;

 

 

分开设计与优化

在设计上要特别注意，如在高可用的OLTP环境中，不要盲目地把OLAP的技术拿过来用。

如分区技术，假设不是大范围地使用分区关键字，而采用其它的字段做为where条件，那么，若是是本地索引，将不得不扫描多个索引，而性能变得更为低下。若是是全局索引，又失去分区的意义。

并行技术也是如此，通常在完成大型任务时才使用，如在实际生活中，翻译一本书，能够先安排多我的，每一个人翻译不一样的章节，这样能够提升翻译速度。若是只是翻译一页书，也去分配不一样的人翻译不一样的行，再组合起来，就不必了，由于在分配工做的时间里，一我的或许早就翻译完了。

位图索引也是同样，若是用在OLTP环境中，很容易形成阻塞与死锁。可是，在OLAP环境中，可能会由于其特有的特性，提升OLAP的查询速度。MV也是基本同样，包括触发器等，在DML频繁的OLTP系统上，很容易成为瓶颈，甚至是Library Cache等待，而在OLAP环境上，则可能会由于使用恰当而提升查询速度。

对于OLAP系统，在内存上可优化的余地很小，增长CPU 处理速度和磁盘I/O 速度是最直接的提升数据库性能的方法，固然这也意味着系统成本的增长。

好比咱们要对几亿条或者几十亿条数据进行聚合处理，这种海量的数据，所有放在内存中操做是很难的，同时也没有必要，由于这些数据快不多重用，缓存起来也没有实际意义，并且还会形成物理I/O至关大。 因此这种系统的瓶颈每每是磁盘I/O上面的。

对于OLAP系统，SQL 的优化很是重要，由于它的数据量很大，作全表扫描和索引对性能上来讲差别是很是大的。