了解OLTP/OLAP

OLTP:联机事务处理,表示事务多,但执行大多较短,并发量大的数据库,如日常的进销存操作等;
OLAP: 联机分析处理,表示事务较少,但执行大多较长,并发量较小的数据库,如基于数据仓库的操作;

OLTP 系统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 系统则强调数据分析,强调SQL执行市场,强调磁盘I/O,强调分区等。

时间: 2024-10-07 01:27:41

了解OLTP/OLAP的相关文章

HyPer: A Hybrid OLTP&OLAP Main Memory Database System Based on Virtual Memory Snapshots

HyPer也是内存数据库 传统数据库基本都是TP,后续出现BI的需求,即AP的需求,传统数据库满足不了 所以出现了数仓,但是需要ETL把TP的数据同步到数仓中,进行AP 哪怕基于列存的实时数仓,也要针对Tp和AP用不同的存储引擎 总之如果要用一套数据结构和系统同时支持TP和AP,之前是没有能做到的 Hyper说,如果用基于内存的数据库架构,就可以做到 可以看到虽然都是在做内存数据库,但是针对的问题是不一样的,比如Hekaton,目的是要让TP快100倍 他们的共同点,是都认为,以当前硬件的发展,

阿里云数据库产品HybridDB简介——OLAP数据库,支持行列混合存储,为用户提供基于开源 OLTP、OLAP、BigData 生态的一站式解决方案

12 月 9 日,阿里云宣布数据库产品 HybridDB 正式商业化. HybridDB(ApsaraDB HybridDB)是一款在线 MPP 大规模并行处理数据仓库的服务.它基于 Pivotal 公司的开源数据库项目 Greenplum Database 开发,并由阿里云数据库团队在云计算架构下深度扩展. 该服务支持了 OSS 存储.JSON 数据类型.HyperLogLog 预估分析等功能特性.通过符合 SQL2008 标准查询语法及 OLAP 分析聚合函数,提供灵活的混合分析能力.提供在

OLTP和OLAP的区别

联机事务处理OLTP(on-line transaction processing)主要是执行基本的.日常的事务处理,比如数据库记录的增.删.改.查.比如在银行存取一笔款,就是一个事务交易.OLTP的特点一般有: 1.实时性要求高: 2.数据量不是很大: 3.交易一般是确定的,所以OLTP是对确定性的数据进行存取:(比如存取款都有一个特定的金额) 4.并发性要求高并且严格的要求事务的完整,安全性.(比如这种情况:有可能你和你的家人同时在不同的银行取同一个帐号的款), 联机分析处理OLAP(On-

Oracle数据库模型(OLAP/OLTP)

数据库模型 选择数据库模型: 联机事务处理OLTP(on-line transaction processing) OLTP是传统的关系数据库的主要应用,基本的.日常的事务处理.例如银行交易. OLTP系统强调数据库内存效率,强调内存各种指标的命中率,强调绑定变量.并发操作. 联机分析处理OLAP(on-line analytical processing) OLAP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. OLAP系统则强调数据分析,强调SQL执

Parallel Database for OLTP and OLAP

Parallel Database for OLTP and OLAP Just asurvey article on materials on parallel database products andtechnologies for OLTP/OLAP applications. It mainly covers majorcommercial/academic efforts on developing parallel dbms to solve theever growing lar

[转]OLAP和OLTP的区别(基础知识)

联机分析处理 (OLAP) 的概念最早是由关系数据库之父E.F.Codd于1993年提出的,他同时提出了关于OLAP的12条准则.OLAP的提出引起了很大的反响,OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来. 当今的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

OLAP理解

一.概念 联机分析处理(OLAP)系统是数据仓库系统最主要的应用,专门设计用于支持复杂的分析操作,侧重对决策人员和高层管理人员的决策支持,可以根据分析人员的要求快速.灵活地进行大数据量的复杂查询处理,并且以一种直观而易懂的形式将查询结果提供给决策人员,以便他们准确掌握企业(公司)的经营状况,了解对象的需求,制定正确的方案. OLAP的目标是满足决策支持或多维环境特定的查询和报表需求,它的技术核心是"维"这个概念,因此OLAP也可以说是多维数据分析工具的集合. 二.分类 当今的数据处理大

数据立方体----维度与OLAP

前面的一篇文章——数据仓库的多维数据模型中已经简单介绍过多维模型的定义和结构,以及事实表(Fact Table)和维表(Dimension Table)的概念.多维数据模型作为一种新的逻辑模型赋予了数据新的组织和存储形式,而真正体现其在分析上的优势还需要基于模型的有效的操作和处理,也就是OLAP(On-line Analytical Processing,联机分析处理). 数据立方体 关于数据立方体(Data Cube),这里必须注意的是数据立方体只是多维模型的一个形象的说法.立方体其本身只有三

学习(主题或切入点)checklist1

业务+技术+架构+运维+管理 技术学习:http://www.runoob.com/mongodb/mongodb-query.html 一.技术篇?补充学习列表 1,mongodb(o) 2,redis 3,go beego(o) 4,?python 5,java框架总结(c) 6,?docker 7,AngularJs(c) 8,?大数据spark 9,open stack 10,memcached(c) 11,linux  shell命令 12,mac使用(c) 13,?activiti(