四、关系型数据库主流应用场景
1、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
火车机票销售系统
秒杀活动
2、联机分析处理
OnLine Analytical Processing
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
聚合操作使得失误处理操作比较复杂
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
3、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,病管理测试结果的发布
制定的时标准规范而不是代码,任何厂家依据规范最优的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)/tmpC
TPC-H规范
面向OLAP类系统
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
4、OLTP和OLAP对比分析
分析粒度:OLTP处理的是业务系统交易的详细数据,OLAP是基于详细交易数据基础上,进行汇总,聚合,关联登提炼处理
时效性:OLTP事务是瞬时发生的,OLAP考虑是对长期的历史数据的变化趋势分析
数据更新需求:这里的不可更新不是说数据不能被update,而是说OLAP系统的数据一般情况下数据存放到数据仓库,数据是不能被更新的
如果更新变化,需要保留变化的历史操作,也就是从业务操作方面讲,OLAP系统不应当在原始记录上进行更新
驱动方式:指的是应用程序开发的驱动方式,OLTP是事务驱动就是需求来自于业务要实现的事务性需求,满足事务性需求来驱动应用的开发
而OLAP是分析的需求,要出表报,满足即系查询,管理分析等综合性的分析需求来开发相应的应用程序
ACRM分析性CRM系统