數據庫設計的一個根基就是要弄清楚數據庫的類型。
當今的數據處理大致可以分成兩大類：聯機事務處理OLTP（on-line transaction processing在線事務處理，聯機事務處理）、聯機分析處理OLAP（On-Line
Analytical Processing在線分析處理，聯機分析處理）。
OLTP是傳統的關係型數據庫的主要應用，主要是基本的、日常的事務處理，例如銀行交易。
OLAP是數據倉庫系統的主要應用，支持複雜的分析操作，側重決策支持，並且提供直觀易懂的查詢結果。
這兩類系統在數據庫的設計上是如此不同，甚至有些地方的設計是貌似相悖的。比如OLTP系統強調數據庫的內在效率，強調內存各種指標的命中率，強調綁定變量，強調併發操作；而OLAP系統則強調數據分析，強調SQL執行時長，強調磁盤I/O，強調分區等。因爲這些區別，在數據庫設計的階段，弄清楚數據庫類型是至關重要的，只在在這個前提之下，才能夠討論數據庫的具體設計，否則設計必須是盲目的,"皮之不存毛將焉附".
OLTP：用戶併發數都很多，但他們只對數據庫做很小的操作，數據庫側重於對用戶操作的快速響應，這是對數據庫最重要的性能要求。
對於一個OLTP來講，數據庫內存的設計顯得很重要，如果數據庫可以在內存中處理，那麼數據庫的性能無疑會提高很多。內存的設計通常是通過調整Oracle和內存相關的初始化參數來實現的，比較重要的幾個是內存相關的參數，包括SGA的大小（Data
Buffer,Shared Pool)、PGA大小(排序區，Hash區等）,這些參一個OLTP系統裏顯得至關重要，OLTP系統是一個數據塊變化非常頻繁、SQL語句提交非常頻繁的系統。對於數據塊來說，應儘可能讓數據塊保存在內存當中，對於SQL來說，儘可能使用變量綁定技術來達到SQL的重用，減少物理I/O和重複的SQL解析，能極大地改善數據庫性能。
常見的OLTP系統有：門票在線銷售系統，銀行交易等。
OLAP：相對於OLTP用戶併發數較少，內存可以優化的餘地較小，甚至覺得增加CPU處理速度和磁盤I/O速度是最直接的提高數據庫性能的方式方式，但這將意味着成本的增加。實際上，用戶對OLAP系統性能的期望遠遠沒有對OLTP性能的期望那麼高。在OLAP系統中，SQL的優化顯得非常重要,分區技術在OLAP數據庫中很重要。
OLAP是數據倉庫系統的主要應用，支持複雜的分析操作，側重決策支持，並且提供直觀易懂的查詢結果。
下表列出OLTP和OLAP之間的比較
|
|
OLTP
|
OLAP
|
|
用戶
|
操作人員，低層管理人員
|
決策人員，高級管理人員
|
|
功能
|
日常操作處理
|
分析決策
|
|
DB設計
|
面向應用
|
面向主題
|
|
數據
|
當前的，最新的細節的，二維的分立的
|
歷吏的，聚集的，多維的，集成的，統一的
|
|
存取
|
讀/寫數十條記錄
|
讀上百萬條記錄
|
|
工作單位
|
簡單的事務
|
複雜的查詢
|
|
DB大小
|
100MB-GB
|
100GB-TB
|
Oracle 10g以前的版本建庫過程中可供選擇的模板有：
- Data Warehouse （數據倉庫）
- General Purpose （通用目的、一般用途）
- New Database
- Transaction Processing （事務處理）
Oracle 11g的版本建庫過程中可供選擇的模板有：
- 一般用途或事務處理
- 定製數據庫
- 數據倉庫
個人對這些模板的理解爲：
聯機分析處理（OLAP,On-line Analytical Processing），數據量大，DML少。使用數據倉庫模板
聯機事務處理（OLTP,On-line Transaction Processing），數據量少，DML頻繁。使用一般用途或事務處理模板
聯機事務處理（OLTP,On-line Transaction Processing），DML操作頻繁，並行事務處理多，但是一般都很短。
決策支持系統（DDS，Decision support system)，典型的操作是全表掃描，長查詢，長事務，但是一般事務的個數很少，往往是一個事務獨佔系統。
本文出自 “FROG_HONG” 博客，請務必保留此出處http://76287.blog.51cto.com/66287/885475