快速了解：数据库的分类，OLTP、OLAP与HTAP

一、概述

我们常用的SQL数据库一般是OLTP。那么数据库有哪些分类呢？

一般有3种：OLTP、OLAP与HTAP

如果上面这张图看懂了，下面可以不用看了。

二、详细描述

下面简单介绍3种类型的数据库的定义、特点与差异。

2.1 OLTP

联机事务处理过程 OLTP（On-Line Transcation Processing)。OLTP是传统的关系型数据库的主要应用，我们平时接触比较多的都属于这一类型。

OLTP支持大量并发用户定期添加和修改数据。系统可能有若干条DML语句需要并发执行，一般都是高可用的在线系统，Select 语句的执行量每秒几千甚至几万个。系统关心实时与并发。一般看其每秒执行的Transaction以及Execute SQL的数量。

所以，实时性是需要考虑的。逻辑读就尤为重要，逻辑读总量受到两方面因素影响：

逻辑读总量 = 单个语句的逻辑读(执行速度)  *  执行次数

所以要么减少单个语句的逻辑读的时间，或者是减少它们的执行次数。才能提升效率。

瓶颈

最容易出现瓶颈的地方在于CPU和磁盘子系统。

优化

OLTP比较常用的设计与优化方式是cache技术与B-tree索引，应尽可能使用变量绑定技术来达到SQL重用，减少物理I/O 和重复的SQL 解析，从而极大的改善数据库的性能。

应用

典型的OLTP系统应用，一般都是实时性要求较高的，如电子商务，银行金融等。

2.2 OLAP

联机事务分析处理 OLAP（On-Line Analytical Processing）。系统主要用来做数据分析。

瓶颈

对于OLAP系统，SQL 的优化非常重要，因为它的数据量很大，做全表扫描和索引对性能上来说差异是非常大的。动辄几亿条或者几十亿条数据进行聚合处理，这种海量的数据，全部放在内存中操作是很难的；同时也没有必要，因为这些数据快很少重用，缓存起来也没有实际意义，而且还会造成物理I/O相当大。 所以这种系统的瓶颈往往是磁盘I/O上面的。

优化

OLAP也不关心语句执行的数量级，因为正常每条语句都会执行很长时间，实时性已经没有意义。

所以，OLAP不关心缓存，关心的是从磁盘存取数据的速度，关心的是数据库语句的优化。

应用

OLAP是一个在线检索和分析系统，是数据仓库系统的主要应用。

2.3 HTAP

OLTP的数据定期会通过ETL（提取，转换，加载）工具把数据同步导入OLAP系统中。这就涉及到数据源滞后的问题。 OLAP的数据滞后，导致分析出来的结果时效性不够，对决策支持类系统的要求不够。比如说，双11期间，用户购物的行为和推荐系统的推荐结果之间的时间差越短，越有可能提高销量。

HTAP需要解决的问题是：如何在OLTP单一数据系统上，提供OLAP操作。

优势也是比较明显的：

HTAP与OLAP和OLTP的关系如下，下图很好的阐述了OLTP与OLAP的合作使用：

（上面这张图来自于网络，比较懒，没有去重新画）

2.4 小结

综上所述，OLTP用于存储和管理日常操作的数据，OLAP用于分析这些数据。

OLTP与OLAP对比：

• OLTP：系统强调数据库内存效率，数据量少，DML频繁，并行事务处理多，但是一般都很短。强调内存各种指标的命令率，强调并发操作；性能瓶颈在 CPU与磁盘子系统。
• OLAP：系统则强调数据分析，数据量大，DML少。强调SQL执行时长，强调磁盘I/O，强调分区等。性能瓶颈在磁盘子系统的吞吐量（带宽，磁盘I/O）。

好了，争取一篇文章讲明白一个知识点，足矣。