关系型数据库主流应用场景

OLTP和OLAP对比分析

来自数据仓库概念创始人 W.H.Inmon《Building the DataWarehouse》

联机事务处理 (OnLine Transaction Processing)

• OLTP是传统关系数据库的主要应用

  • 面向基本的，日常的事务处理，例如银行储蓄业务的存取交易，转账交易等。
• 特点

  • 大吞吐量：大量的短在线事务（插入、更新、删除），非常快速的查询处理。
  • 高并发，（准）实时响应。
• 典型的OLTP场景

  • 零售系统
  • 金融交易系统
  • 火车票销售系统
  • 秒杀活动

联机分析处理 (OnLine Analytical Processing)

• OLAP联机分析处理的概念最早是E.F.Codd于1993年相对于OLTP系统而提出的。

  • 是指对数据的查询和分析操作，通常对大量的历史数据查询和分析。涉及到的历史周期比较长，数据量大，在不同层级上的汇总，聚合操作使得事务处理操作比较复杂。

• 特点

  • 主要面向侧重于复杂查询，回答一些“战略性”的问题。
  • 数据处理方面聚焦于数据的聚合，汇总，分组计算，窗口计算等“分析型”数据加工和操作。 从多维度去使用和分析数据。

• 典型的OLAP场景

  • 报表系统，CRM系统。
  • 金融风险预测预警系统、反洗钱系统。
  • 数据集市，数据仓库。

• 报表系统是产生固定周期报表的，或者上报固定格式报表数据的平台或系统，如日报，周报，月报，年报，为经营决策提供电子化报表数据。

• CRM系统，客户关系管理系统是维护客户，对客户相关信息进行存储，客户行为进行分析， 对客户进行响应，挽留和市场活动管理等综合性业务系统平台。

• 数据集市一般是面向一个组织中某个部门级别需求的应用需要，比如信用卡部门的分析需求。

• 数据仓库是面向企业级别的构建整个企业分析处理环境而产生的分析类平台系统。

数据库性能衡量指标

TPC（Transaction Processing Performance Council，事务处理性能委员会）

• 职责是制定商务应用基准测试标准(Benchmark)的规范、性能和价格度量，并管理测试结果的发布。

  • 制定的是标准规范而不是代码，任何厂家依据规范最优地构造自己系统进行评测。
  • 推出了很多基准测试标准，其中针对OLTP和OLAP分别有两个规范。

TPC-C规范

• 面向OLTP系统，主要包括两个指标

  • 流量指标：tpmC（tpm – transactions per minuete, 即每分钟测试系统处理的事务数量）。
  • 性价比指标：Price（测试系统价格）/tpmC。

TPC-H规范

• 面向OLAP系统

  • 流量指标：qphH – Query per hour，即每小时处理的复杂查询数量。需要考虑测试数据集合大小，分为不同的测试数据集，指定了22个查询语句，可以根据产品微调。
  • 测试场景：数据加载，Power能力测试和Througput测试。