TutorialForDataSciencte#ds-gitbook_build#OLTP与OLAP1

# OLTP与OLAP 数据处理大致可以分成两大类: + 联机事务处理OLTP(on-line transaction processing) + 联机分析处理OLAP(On-Line Analytical Processing)  ## OLTP OLTP是主要应用于业务数据存储,主要是基本的,日常的事务处理,例如银行交易.强调数据库内存效率,强调内存各种指标的命令率,强调绑定变量,强调并发操作. OLTP场景下单次查询读写数据量少,但DML频繁,并行事务处理多,但是一般都很短.典型的操作是增删改查操作. OLTP系统最容易出现瓶颈的地方就是CPU与磁盘子系统. 1. `CPU` cpu出现瓶颈常表现在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,如果单个语句执行速度虽然很快,但是执行次数非常多,那么也可能会导致很大的逻辑读总量.设计的方法与优化的方法就是减少单个语句的逻辑读,或者是减少它们的执行次数.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,造成系统的负载升高.正确的设计方法或者是优化方法需要尽量避免计算过程,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,它的承载能力一般取决于它的IOPS处理能力.因为在OLTP环境中磁盘物理读一般都是`db file sequential read`,也就是单块读,但是这个读的次数非常频繁.如果频繁�