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。

一、 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。

二、 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

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

面对当前的最新数据，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

三、 常见瓶颈问题 与优化策略

(一) OLTP系统

1. 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。

2. 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。

（1） 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。

（2） 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。

3. 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

（1） 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。

（2） 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。

（3） 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。 

（4） 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。

(二) OLAP系统

1. OLAP系统性能关注指标

OLAP也叫DSS决策支持系统，等同于数据仓库。OLAP的业务操作往往非常复杂，执行语句虽然不多，但是单条语句的耗时长，读取数据量大，IO子系统的吞吐量（带宽）是重要考核标准。

2. OLAP系统的瓶颈点

OLAP操作往往对上百万甚至上亿条记录进行统计分析，数据读取量上GB甚至几十GB以上，受限于数据库内存，通过 Cache来缓存基本没有效果。

此时需要突破的瓶颈是IO子系统的吞吐量，而该吞吐量首先受限于磁盘的个数或者磁盘系统的阵列策略。

3. OLAP系统的优化策略

在OLAP系统中，常使用分区技术、并行技术。

（1） 分区技术在OLAP系统中的获益主要体现在数据库管理上，分区主要的功能是管理上的方便性，它并不能绝对保证查询性能的提高，有时候分区会带来性能上的提高，有时候会降低。下列情况可以使得效率提升。如表分区可以减少表扫描的IO，结合并行的话，全表扫描的效率也提高。

（2） 并行技术如RAC中的多节点的同时扫描，把任务分布在多个RAC的节点。

（3） 由于Cache作用效果不大，OLAP在内存上可优化的余地很小，增加CPU 处理速度和磁盘I/O 速度或者数量，或者优化磁盘阵列都能直接的提高数据库性能，提高带宽等。但成本大，需要额外硬件投入。

四、 其他注意事项：

（1） 分区技术要慎用，对分区索引有性能提高的促进。但是对不使用分区索引的语句时分区技术并无性能提高，甚至造成性能降低，如全局索引和本地索引。

（2） 并行技术适用于大型的任务时候才有性能提高，小事务的并行计算甚至会导致性能下降，因为事务并行分配同样需要开销资源。

（3） 绑定变量的策略适用于OLTP系统，不适用于OLAP系统中。OLAP系统因为整个系统的语句执行数量很小，分析时间远远小于执行时间。OLTP系统通常用户并发数很大，用户的请求十分密集，通过使用绑定变量可以使得SQL实现重用。

（4） 为避免阻塞和死锁，不建议用在OLTP环境中使用位图索引。物化视图和触发器也类似，在DML频繁的OLTP系统上，很容易成为瓶颈，甚至是Library Cache等待；而位图索引适用在OLAP则可能会因为使用恰当而提高查询性能。OLTP注重的是快速提交处理，OLAP注重的是大吞吐处理。

（5） 对于OLAP系统，SQL 语句逻辑优化贡献大，因为它的数据量很大，是否全表扫描和索引是否有效利用都将导致性能迥然不同。