杂项-事务：OLTP（联机事务处理过程）

ylbtech-杂项-事务：OLTP（联机事务处理过程）

On-Line Transaction Processing 联机事务处理过程(OLTP)

也称为 面向交易的处理过程，其基本特征是 前台接收的用户数据能够当即传送到计算中心进行处理， 并在很短的时间内给出处理结果， 是对用户操做快速响应的方式之一。

1.返回顶部

一、

OLTP定义

这样作的最大优势是能够即时地处理输入的数据，及时地回答。也称为 实时系统(Real time System)。衡量联机事务处理结果的一个重要指标是系统性能，具体体现为 实时请求-响应时间(Response Time)，即用户在终端上输入数据以后，到计算机对这个请求给出答复所须要的时间。OLTP是由 前台、应用、数据库共同完成的，处理快慢以及处理程度取决于 数据库引擎、服务器、应用引擎。

OLTP 数据库旨在使 事务应用程序仅写入所需的数据，以便尽快处理单个事务。

 

 

OLTP特征

支持 大量并发用户按期添加和修改数据。

反映 随时变化的单位状态，但不保存其历史记录。

包含 大量数据，其中包括用于验证事务的大量数据。

结构复杂。

能够进行优化以对 事务活动作出响应。

提供用于支持单位平常运营的技术基础结构。

个别 事务可以很快地完成，而且只需访问相对较少的数据。 OLTP 旨在处理同时输入的成百上千的事务。

实时性要求高。

数据量不是很大。

交易通常是肯定的，因此OLTP是对肯定性的数据进行存取。(好比存取款都有一个特定的金额)

并发性要求高而且严格的要求事务的完整、安全性。(好比这种状况：有可能你和你的家人同时在不一样的银行取同一个账号的款)。

 

 

应用领域

OLTP 系统中的数据主要被组织为支持以下 事务：

记录来自销售点终端或经过网站输入的订单。

当库存量降到指定级别时，订购更多的货物。

在制造厂中将零部件组装为成品时对零部件进行跟踪。

记录雇员数据。

当今的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。

 

 

与大数据

事务系统包含 巨量数据的更新，是业务延续性的重中之重，并提供对重要数据的近实时访问，包括让企业更有竞争力的数据。

联机事务处理分析范围扩展到近实时数据，尤为是客户数据 ；提供近乎实时的虚拟数据仓库；对主数据管理的负载均衡更新，增长企业信息化架构的灵活性。

要在这些新任务上成功应用OLTP，就必须从新定义OLTP在企业信息化体系结构中的地位。OLTP再也不只是一套能处理订单的老式应用程序。对典型的OLTP系统处理的大规模数据流更新进行同时分析，这种状况很罕见，由于通常认为这不是OLTP的目的。然而数据仓库更新固有的延迟阻碍着对最新数据的近实时分析。组织若是要对于数据的变化迅速做出反应，IT部门就必须让OLTP产生比以往更大的做用。

 

 

设计注意事项

事务处理系统数据库应设计为支持：

1.很好的数据放置。
　　对于 OLTP 系统，输入/输出瓶颈是一个尤其关心的问题，缘由在于修改整个数据库中数据的用户不少。肯定数据的可能访问模式，并将常常访问的数据放在一块儿。在此过程当中，可辅以文件组和 RAID（独立磁盘冗余阵列）系统。
　　2.缩短事务以将长期锁减至最少，提升并发性。
　　在事务期间，避免用户交互。不管什么时候，只要有可能，就经过执行单个存储过程来处理整个事务。在事务内对表的引用顺序可能会影响并发性。将对常常访问的表的引用置于事务的末尾，以便将控制锁的持续时间减至最短。
　　3.联机备份。

OLTP 系统一般的特征是连续操做（一天 24 小时，一周 7 天），为达到此目的，停工时间要保持绝对最短。尽管 Microsoft SQL Server 2000 能够在数据库正在使用时对其进行备份，可是应将备份过程安排在活动不频繁时进行，以使对用户的影响减至最小。
　　4.数据库的高度规范化。
　　尽量减小冗余信息以提升更新的速度，从而提升并发性。减小数据还能够提升备份的速度，由于只须要备份更少的数据。
　　5.不多或没有历史或聚合数据。

能够将不多引用的数据归档到单独的数据库中，或者从常常更新的表中移出，并置于仅含历史数据的表中。这将保持表尽量地小，从而缩短备份时间，改善查询性能。
　　6.当心使用索引。
　　每次添加或修改行时，必须更新索引。若要避免对常常更新的表进行过多的索引，索引范围应保持较窄。请用索引优化向导设计索引。

 

 

什么是OLAP

联机分析处理 (OLAP) 的概念最先是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。OLAP的提出引发了很大的反响，OLAP做为一类产品同联机事务处理(OLTP) 明显区分开来。

下面是对OLAP的概念及其分析方法、分析模型的具体描述：

OLAP是使分析人员、管理人员或执行人员可以从多角度对信息进行快速、一致、交互地存取,从而得到对数据的更深刻了解的一类软件技术。OLAP的目标是知足决策支持或者知足在多维环境下特定的查询和报表需求,它的技术核心是"维"这个概念。

“维”是人们观察客观世界的角度,是一种高层次的类型划分。“维”通常包含着层次关系,这种层次关系有时会至关复杂。经过把一个实体的多项重要的属性定义为多个维(dimension)，使用户能对不一样维上的数据进行比较。所以OLAP也能够说是多维数据分析工具的集合。

OLAP的基本多维分析操做有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through等。

·钻取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。roll up是在某一维上将低层次的细节数据归纳到高层次的汇总数据，或者减小维数；而drill down则相反，它从汇总数据深刻到细节数据进行观察或增长新维。

·切片和切块是在一部分维上选定值后，关心度量数据在剩余维上的分布。若是剩余的维只有两个，则是切片；若是有三个，则是切块。

·旋转是变换维的方向，即在表格中从新安排维的放置（例如行列互换）。

OLAP有多种实现方法，根据存储数据的方式不一样能够分为ROLAP、MOLAP、HOLAP。

ROLAP表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心,以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表:一类是事实表,用来存储数据和维关键字;另外一类是维表,即对每一个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表经过主关键字和外关键字联系在一块儿,造成了"星型模式"。对于层次复杂的维,为避免冗余数据占用过大的存储空间,可使用多个表来描述,这种星型模式的扩展称为"雪花模式"。

MOLAP表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。以多维数据组织方式为核心,也就是说,MOLAP使用多维数组存储数据。多维数据在存储中将造成"立方块（Cube）"的结构,在MOLAP中对"立方块"的"旋转"、"切块"、"切片"是产生多维数据报表的主要技术。

HOLAP表示基于混合数据组织的OLAP实现（Hybrid OLAP）。如低层是关系型的，高层是多维矩阵型的。这种方式具备更好的灵活性。

还有其余的一些实现OLAP的方法，如提供一个专用的SQL Server，对某些存储模式（如星型、雪片型）提供对SQL查询的特殊支持。

OLAP工具是针对特定问题的联机数据访问与分析。它经过多维的方式对数据进行分析、查询和报表。维是人们观察数据的特定角度。例如，一个企业在考虑产品的销售状况时，一般从时间、地区和产品的不一样角度来深刻观察产品的销售状况。这里的时间、地区和产品就是维。而这些维的不一样组合和所考察的度量指标构成的多维数组则是OLAP分析的基础，可形式化表示为（维1，维2，……，维n，度量指标），如（地区、时间、产品、销售额）。多维分析是指对以多维形式组织起来的数据采起切片（Slice）、切块（Dice）、钻取（Drill-down和Roll-up）、旋转（Pivot）等各类分析动做，以求剖析数据，使用户能从多个角度、多侧面地观察数据库中的数据，从而深刻理解包含在数据中的信息。

根据综合性数据的组织方式的不一样，常见的OLAP主要有基于多维数据库的MOLAP及基于关系数据库的ROLAP两种。MOLAP是以多维的方式组织和存储数据，ROLAP则利用现有的关系数据库技术来模拟多维数据。在数据仓库应用中，OLAP应用通常是数据仓库应用的前端工具，同时OLAP工具还能够同数据挖掘工具、统计分析工具配合使用，加强决策分析功能。

 

 

二者区别

	OLTP	OLAP
用户	操做人员,低层管理人员	决策人员,高级管理人员
功能	平常操做处理	分析决策
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	历史的, 汇集的, 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
工做单位	简单的事务	复杂的查询
用户数	上千个	上百万个
DB 大小	100MB-GB	100GB-TB
时间要求	具备实时性	对时间的要求不严格
主要应用	数据库	数据仓库

二、

2.返回顶部

 

3.返回顶部

 

4.返回顶部

 

5.返回顶部

一、

https://baike.baidu.com/item/OLTP/5019563

二、

 

6.返回顶部

 

做者：ylbtech 出处：http://ylbtech.cnblogs.com/ 本文版权归做者和博客园共有，欢迎转载，但未经做者赞成必须保留此段声明，且在文章页面明显位置给出原文链接，不然保留追究法律责任的权利。