PG_OLAP_OLTP

发表于 本文字数： 1.3k 阅读时长 ≈ 1 分钟

OLTP

OLTP（ Online Transaction Processing）在线事务处理系统

用途： 用于支持日常的业务交易和事务处理。OLTP系统旨在处理大量的短期交易，例如订单处理、库存管理、在线银行交易等。

设计： 数据库设计是面向事务的，关注数据的一致性和完整性。通常采用规范化的数据模型，以避免数据冗余。

查询： 主要用于插入、更新和删除数据，支持简单的查询，通常涉及特定的业务实体。

性能： 对写入操作有较好的性能，支持高并发的事务处理。

OLAP

OLAP（ Online Analytical Processing ） 在线分析处理系统

用途： 用于支持复杂的分析和决策支持系统。OLAP系统旨在处理和分析大量的历史数据，以便用户可以进行数据挖掘、趋势分析、多维数据分析等复杂查询。

设计： 数据库设计是面向主题的，通常以多维数据模型为基础。数据被组织成多维度的数据立方体，允许用户轻松地从不同角度分析数据。

查询： 支持复杂的查询，例如按照时间、地理位置、产品等多个维度的数据切片和切块。

性能： 对读取操作有较好的性能，支持复杂聚合操作。

区别总结

​ OLAP用于分析和决策支持，OLTP用于日常业务交易。

​ OLAP数据库设计是面向主题的、多维度的，OLTP数据库设计是面向事务的、规范化的。

​ OLAP对读取操作有较好的性能，支持复杂查询，而OLTP对写入操作有较好的性能，支持高并发的事务处理。

大白话理解

​ 业务系统都可以称作OLTP，基于业务系统产生的数据进行数据分析和决策的都可以称为OLAP。

数据库种类

数据库可以按照不同的分类标准分为多种类型。以下是一些主要的数据库类型：

  1. 关系型数据库（RDBMS）：
    • 使用表格（二维表）来组织和存储数据，表之间通过关系建立连接。
    • 例子：MySQL、PostgreSQL、Oracle Database、Microsoft SQL Server。
  2. 非关系型数据库（NoSQL）：
    • 不使用传统的关系表格来组织数据，而是使用其他数据模型，如文档、键值对、列族、图形等。
    • 例子：MongoDB、Cassandra、Redis、Neo4j。
  3. 图形数据库：
    • 专注于图形结构和关系的数据库，适用于处理复杂的关系数据。
    • 例子：Neo4j、ArangoDB。
  4. 文档型数据库：
    • 数据以文档形式存储，通常使用 JSON 或 BSON 格式。
    • 例子：MongoDB、CouchDB。
  5. 列式数据库：
    • 数据存储在列簇而不是行中，适用于大规模数据仓库和分析。
    • 例子：Apache HBase、Google Bigtable。
  6. 时间序列数据库：
    • 专门设计用于处理时间序列数据，如传感器数据、日志等。
    • 例子：InfluxDB、OpenTSDB、KaiwuDB。
  7. 内存数据库：
    • 将数据存储在内存中，以提高读写速度。
    • 例子：Redis、Memcached.
  8. 嵌入式数据库：
    • 将数据库引擎集成到应用程序中，通常以库的形式存在。
    • 例子：SQLite。
  9. 空间数据库：
    • 专门用于处理空间和地理信息的数据库。
    • 例子：PostGIS（空间扩展插件 for PostgreSQL）。
  10. 混合型数据库：
    • 结合了不同类型数据库的特性，以满足多样化的需求。
    • 例子：SAP HANA。