OLTP和OLAP应用怎么存储选型?

全国股份制商业银行、中小城商行、省联社这几类规模的银行核心系统的数据库存储每天分别在高峰期、低峰期的iops大概在多少的数量上?跑批量的数据平台类如果采用的是存储,该类系统iops能达到多少?OLTP和OLAP应用在存储选型过程中要主要哪些问题?

参与7

1同行回答

朱向东朱向东课题专家组高级工程师某银行
1、就银行核心的数据库存储IOPS而言,各家银行核心业务系统和所采用的存储设备等均有所不同,所以IOPS可能也有很大的差异,一般情况下,在批处理时段峰值大约在170000左右,日间峰值大约在80000左右,交易量较少的低谷期大约1500左右。2、针对跑批量的数据平台来说,各家银行的系统设...显示全部

1、就银行核心的数据库存储IOPS而言,各家银行核心业务系统和所采用的存储设备等均有所不同,所以IOPS可能也有很大的差异,一般情况下,在批处理时段峰值大约在170000左右,日间峰值大约在80000左右,交易量较少的低谷期大约1500左右。
2、针对跑批量的数据平台来说,各家银行的系统设计可能不同,其系统归类和存储设备划分等也也有不同,一般情况下跑批量的动作都是集中在凌晨时段,所以针对存储整体的IOPS来说,基本上0点~4点算是跑批任务最密集的时候,四控IOPS峰值能达到46000左右。
3、在OLTP和OLAP应用存储选项时,首选应适配其使用场景,我们知道OLTP是在线联机事务型性,主要是对数据库中数据进行增删查改操作,对数据库单次操作处理的数据量较小,数据模型基本上是实体型和关系型,支持DML、DDL操作,操作粒度一般是记录级,一般是随机小IO较多,通常为2kB-8kB,60%是读操作,40%是写操作, 性能要求是高吞吐量,低延时,因此需要特别关注存储的IOPS指标和时延指标。那么OLAP是联机分析型,主要是分析数据库中的数据来得出一些结论性的产出物,主要是数据库数据量大,数据模型一般是星型或雪花型,一般不支持更新和删除,操作粒度设计多张表,一般是随机大IO较多,通常为64KB~1MB,95%是读操作,5%是写操作,性能要求相对低一些,但对带库要求要高一些, 因此需要特别关注存储的带宽指标,当然在某些OLAP场景也注重时效性,所以在选型时需要一并兼顾。

收起
银行 · 2022-11-18
浏览989

问题来自

相关问题

相关资料

相关文章

问题状态

  • 发布时间:2022-11-17
  • 关注会员:2 人
  • 问题浏览:1898
  • 最近回答:2022-11-18
  • X社区推广