OLTP 数据库的核心技术解决的是： “在极端并发下，如何用最短的时间，把一笔数据绝对安全、绝对准确地写到磁盘上，并能随时精准查出来。” 而 OLAP 解决的是：“如何从海量数据里把一堆数据捞出来做大计算。”

对应到 OLTP（联机事务处理）系统，其背后的数据库核心技术是一套极其庞大且严密的体系。如果拿银行的交易系统（如核心、信贷、支付）来对标，OLTP 数据库的核心技术主要体现在以下几个层面：

一、 保证“不丢、不错”的核心机制（ACID）

这是 OLTP 数据库的底线，所有的技术都是为这四条服务的：

1. 事务与并发控制（A & I - 原子性、隔离性）

   • WAL（预写日志，Write-Ahead Logging） ：这是数据库极其核心的技术。必须先写日志，再写数据文件，保证哪怕断电了也能通过日志恢复（Redo Log），保证数据不丢。

   • MVCC（多版本并发控制） ：比如 Oracle 的 Undo 机制、MySQL InnoDB 的 Read View。为了让“读”不阻塞“写”，“写”不阻塞“读”，OLTP 数据库需要维护数据的多个版本。

   • 锁机制 ：行级锁、表级锁、乐观锁/悲观锁、意向锁等。在银行高并发转账时，如何避免死锁，是数据库并发控制的核心难题。

2. 持久化（D - 持久性）

   • 日志与刷盘机制 ：如 Oracle 的 LGWR 进程，MySQL 的 innodb_flush_log_at_trx_commit 参数调优，决定交易数据何时落地磁盘。

3. 高可用与容灾架构

   • Oracle RAC ：通过共享存储和 Cache Fusion（缓存融合）技术，实现多节点并行读写。

   • 主备复制 ：MySQL 的 MGR（组复制）、半同步复制；Oracle 的 Data Guard（ADG）。银行通常要求 RPO=0（数据零丢失），RTO 极短（秒级切换）。

二、 支撑“极高并发”的底层引擎技术

1. B+ 树索引与执行计划优化

   • OLTP 以“点查”（按主键/索引查）为主， B+ 树 是标配。数据库优化器（CBO，基于成本的优化器）如何选择最优索引、避免全表扫描，是核心技术。

2. 缓冲池（Buffer Pool）与内存管理

   • 数据库不能每次都读磁盘，必须有极速的内存管理。比如 InnoDB 的 Buffer Pool 淘汰算法（改良的 LRU），Oracle 的 SGA（系统全局区）。

3. 连接池与线程模型

   • 比如 MySQL 的线程池、Oracle 的共享服务器/专用服务器模式。在面临几万 TPS 时，如何高效复用数据库连接而不至于把 CPU 打满。

三、 处理“复杂事务”的关键技术

1. SQL 解析与优化

   • 词法/语法分析，生成执行树。银行很多复杂的关联查询，需要数据库有强大的优化器能力。

2. 存储过程与触发器

   • 银行核心系统（尤其是老一代的大机、DB2、Oracle）大量使用存储过程（PL/SQL）来保证业务逻辑在数据库端原子执行，减少网络交互。

3. 分布式事务（在分布式/微服务架构下）

   • 虽然传统银行用单机 Oracle 解决，但现在走向分布式数据库（如 OceanBase、TDSQL、GoldenDB），就必须用到 2PC（两阶段提交） 、 TCC 、 Paxos/Raft 一致性协议 。

四、 安全与审计技术（金融级特有）

1. 数据加密与脱敏 ：透明数据加密（TDE）、国密算法支持。

2. 审计日志（Audit Log） ：记录每一次数据的变更，满足金融监管合规要求。

3. 权限控制 ：基于角色的访问控制（RBAC），精细到行级、列级。

总结：你的技术栈如何对应？

结合你之前列的清单，学习 OLTP 数据库技术，本质上是在学：

• Database（数据库理论） ：底层原理、MVCC、锁、事务。

• Oracle / MySQL / DB2 ：具体产品的 RAC 架构、InnoDB 引擎、执行计划分析、性能调优。

• UNIX/Linux OS ：数据库的高性能，离不开操作系统的 IO 模型（如异步 IO、Direct IO）、内存页管理、文件系统（如 XFS）。

• 数据类面试&&机试 ：通常就是考 SQL 调优、索引原理、高并发场景下的分库分表设计。