OLTP 与 OLAP业务系统的Oracle优化思路.docx

面向OLTP与OLAP系统的Oracle数据库优化方法差异的总结当前主流的应用软件系统从使用模式来说可以分为简单划分为两种，即联机事务处理系统和联机分析处理系统，本文简单就这两种类型的Oracle数据库应用的特点、性能关注点以及调整优化的策略进行总结和注意事项说明。简要概述如下。数据库业务类型分类从数据库业务的使用模型来分类，数据处理的类型可以分成两大类：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，以完成当前小事务处理为目的，例如银行交易系统和网购系统。OLAP是数据仓库系统的主要应用，主要是统计分析业务，提供对历史数据进行多维度的统计分析，主要服务于决策支持。系统特点OLTP 系统关注的是数据库内存效率，需要优化内存的命令率，强调绑定变量，优化并发操作；OLAP 系统则偏重数据的统计分析，强调SQL执行市场，强调磁盘I/O，强调分区等。OLTP与OLAP之间特点的比较如下：对比项OLTPOLAP用户规模用户数量多，普通操作人员和基层管理人员为主用户数量少，决策人员和高级管理人员为主业务类型面向应用为主的日常业务，写操作为主。面向主题为主的统计分析业务，读操作为主。数据对象面对当前的必威体育精装版数据，读写的记录数较少，实时更新操作，二维数据为主面对历史数据，针对历史的数据进行操作，读写的数据记录较多，多维操作为主业务规模大量用户进行实时提交的小事务为特点少量用户进行的复杂业务事物为特点数据规模数据库规模GB级别以上数据库规模GB级别，甚至TB级别常见瓶颈问题?与优化策略OLTP系统OLTP性能关注指标OLTP，全称为联机事务处理（Online Transaction Processing），其特点是事务性非常高，一般都是高可用的在线系统，以小的事务以及小的查询为主，其每秒执行的Transaction以及Execute SQL的数量是其性能指标的主要指标。数据库每秒处理的Transaction达到几百以上，Select 语句的执行量每秒上千至万。典型的OLTP系统有电子商务系统和银行。?OLTP系统的瓶颈点OLTP系统最容易出现瓶颈的地方就是CPU资源与IO资源。CPU资源主要消耗在逻辑读总量、自定义的函数或者存储过程上这样的系统中单个语句执行速度虽然很快，但是执行次数非常多，同样会导致很大的逻辑读总量。要减少单个语句的逻辑读，或者是减少执行次数。自定义函数、decode等的频繁使用，也会消耗大量的CPU资源用户这些调用的解析，要尽量避免调用自定义的函数和计算过程。磁盘子系统在OLTP环境中，它的瓶颈取决于它的IOPS处理能力.因为在OLTP环境中，磁盘物理读一般都是db file sequential read，也就是单块读，虽然数据量不大，但是操作非常次数非常频繁。超过磁盘的IOPS的时候系统比如面临IO的性能问题。OLTP系统的优化策略OLTP常用的设计与优化方式为：Cache技术、B-tree索引技术、绑定变量和热块争用处理Cache技术使得数据可以从内存获取，相对于从磁盘子系统获得数据有数量级上的响应优势，Oracle data buffer、应用服务器的buffer以及Web cache优化是提高OLTP系统的好对策。B-tree索引优先考虑。简洁语句格式，减少语句解析，尽量减少表关联，尽量减少分布式事务，基本不使用分区技术、物化视图技术、并行技术及位图索引。OLTP 系统的SQL语句提交非常频繁，所以数据库的变更也非常频繁。尽可能让数据块保存在内存当中，对于SQL来说，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。 注意热块问题争用。 当数据库有争用是，Oracle使用Latch来机制串行化用户的操作。Latch机制保证了数据库的数据一致性，但是Latch机制会导致用户等待，获取这个数据块的用户越多，Latch等待就越明显,当Latch数量分配不足时候，CPU就会进行频繁的SPIN，到达阀值以后，语句暂时进入休眠，就会导致CPU进行上下文切换（contex switch），这时候CPU要保存当前进程的运行时信息如堆栈、信号量等数据结构，引入后续进程的状态信息，处理完成后再切换回原来的进程。这将消耗巨大的CPU开销。这种热块争用可能是数据块，也可能是回滚端块。 对于数据块来讲，通常是数据库的数据分布不均匀导致，如果是索引的数据块，可以考虑创建反向索引来达到重新分布数据的目的，对于回滚段数据块，可以适当多增回滚段来减少这种争用。??OLAP系统OLAP系统性能关注指标OLAP也叫DSS决策支持系统，等同