链接：https://pan.baidu.com/s/196lRQK-slaID-sT9aUtHyA 

提取码：jmu8 

 

在系统软件出现的初期，数据通常被保存在单个文件中进行管理，但随着业务的不断发展与 系统数据处理逻辑的不断复杂，关系型数据库成为了主流的数据管理系统，例如 Oracle、 Mysql 等，随后又出现了各式各样数据管理的解决方案，例如 Elasticsearch、Redis、HBase 等。然而，无论数据库管理系统如何更新与发展，涉及数据处理的核心术语与概念永远离不 开这两个名词，即 OLTP 与 OLAP。 =========================================================== 首先我们先对 OLTP 和 OLAP 做个简单的介绍和比较 介绍： OLTP，全称 on-line transaction processing，即联机事务处理，是传统的关系型数据库的主 要应用，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。 OLAP，全称 on-Line Analytical Processing，联机分析处理，是数据仓库系统的主要应用， 支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果，强调数据分析，强调 SQL 执行时长，强调磁盘 I/O，强调分区等。 比较： OLTP OLAP 用户 操作人员 决策人员 功能 操作处理 分析决策 设计 面向业务 面向主题 存取 读/写数十条 读百万条 性能 较高 较低 事务 支持 不支持 体量 万级 亿级

=========================================================== 接着来深入的了解一下它们的特性和使用场景 OLTP： 是一种以事务为核心的作业方式，一次的作业过程通常会涉及在数据库中执行插入、更新及 删除的操作，但是操作的数据量比较小，可以即时地处理输入的数据，及时地响应，经常也 被称为实时系统。典型的案例有用户在线转账、ATM 交易、账单查询等。 特点： 1）多用户、高并发、响应快 2）事务性约束，过程数据量较小 3）并发处理严格遵循 ACID 要求 技术选型： OLTP 通常又分为关系型和非关系型数据库 2 种类型 关系型数据库常见的有 Oracle、Mysql、PostgreSQL 等，通常用于数据模型固定、结构化数 据、复杂事务处理的场景，具有严格的 ACID 约束原则； 非关系型数据库常见的有 Redis、MongoDB、Elasticsearch、Neo4j 等，强项在于非结构化 数据的处理，例如 Redis 适合 K/V 数据，MongoDB 适合文档数据、Elasticsearch 适合搜索 数据、Neo4j 适合图数据。 注：非关系型数据库具有较强的横向扩展性，服务节点可以动态扩展，保持服务的有效性。 但是在复杂事务处理方面，表现不如关系型数据库。 OLAP： 是一种通过多维分析进行数据分析提供智能决策的技术，基于数据仓库，与商务智能、数据 挖掘联系紧密，提供对数据不同视角的分析与查看，重点在于分析与报告，不在于实时在线 业务的处理。典型的应用场景有销售报告、市场趋势预测等。

特点： 1）数据查询量及存储量大 2）没有事务性约束，但计算相对复杂 3）数据更新并不频繁，不用严格遵循 ACID 要求 4）不面向具体的业务处理，而面向业务分析与挖掘