OLAP和OLTP

前言

在技术角度看解决大数据场景下的高效数据筛选，统计和分析，在数万数据中，任意组合查询条件，筛选需要的数据，做到毫秒返回。

业务特点：

数据需要支持各种组合，要求低延迟。

数据规模大，亿级别数据，需要支持迭代扩展。

OLTP 和 OLAP

数据库适合OLTP，列式数据库适合OLAP。

用数据库搞OLAP遇到如下问题：

数据量膨胀后，查询和写入性能明显下降，一般采用分库分表方式应对。

数据量膨胀后，很难满足运营多角度查询的需求，非索引查询可能造成全表扫描，性能下降明显。

行式存储 和 列式存储

行式数据库适合近线分析，比如查询表中某几条符合条件的记录的所有字段场景。 列式数据库适合做数据统计，比如用户表可能存在几十个字段，但是在统计需求上只需要其中几个字段，如果式行式则需要全表扫描，比较出名的式HBase。

HBase的使用核心式对于RowKey的设计，一般把常用的筛选条件组合设计到rowKey中，通过rowKey的get和scan获取单条和多条查询。