OLTP数据库瓶颈主要表现在逻辑读总量和计算性函数上面，因为在该类系统上大部分都是执行的比较频繁的小的业务语句，因此此时cache的使用就显的尤为重要，另外大量的db file sequrntial read对存储系统的IOPS将是一个非常关键的因素。而对于OLAP系统，数据执行的次数并不是考核的主要指标，此时磁盘的最大吞吐量将使一个不可忽视的因素，磁盘个数竟可能的多，提供比较大的带宽，将是考虑的重中之重。一般在OLTP系统中不要求使用绑定变量，因为这个系统的执行量非常的小，分析时间对于执行时间来说可以忽略，而且可以避免出现错误的执行计划，在OLAP系统中大量的使用位图索引和物化视图等技术。
对于一些大型的OLTP数据库主要是采用如下技术实现其可扩展性：
1.采用oracle 11g 的dataguard 或者quest的shareplex 实现对写分离技术。
2.使用垂直分割技术，考虑业务的发展，如果所有数据都放在一个数据库上，那么不久的将来存储设备将会是一个严重的瓶颈，所以可以考虑不同的业务放在不同的数据库上（存储设备上）。
3.在业务进一步的发展，可以考虑使用水平分割技术。在用户越来越多的情况下，一项单独的任务在一个数据库中都可能存在瓶颈，按照一定的标准（如用户数）进行进一步的分割，比如一台机器只保存大概20万个用户，这样就解决了数据库主机上的一些问题。
4.但是在水平分割的过程中有可能导致有些数据库用户数量特别巨大，而有些数据库的用户数量又很小，这是为了使存储设备均衡使用，可以采用虚拟存储技术。
在web层和数据库层加入缓存层，改善用户的访问速度。
3.
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/48620/viewspace-375006/ ，如需转载，请注明出处，否则将追究法律责任。
