在线事务处理OLTP负载是什么？

核心特征
高并发短事务

大量用户同时发起事务（如订单提交、支付、账户查询），每个事务执行时间极短（毫秒级）。
示例：银行转账、电商交易、机票预订。
原子性与一致性

遵循ACID原则（原子性、一致性、隔离性、持久性），确保数据准确性和完整性。
例如：转账操作必须同时完成扣款和入款，否则回滚。
频繁的小规模IO操作

每次事务通常只读写少量数据（如单行或少量记录）。
操作类型以增删改查（INSERT/DELETE/UPDATE/SELECT）为主。
实时响应需求

要求低延迟（用户可感知的响应时间），通常需在秒级内完成。
典型应用场景
金融系统：ATM取款、信用卡交易。
零售业：在线购物、库存更新。
订票系统：航班、酒店实时预订。
电信计费：通话记录实时生成。
与OLAP负载的区别
特性 OLTP OLAP（在线分析处理）
目的 实时业务操作 复杂分析、决策支持
数据量 每次操作少量数据 大规模数据聚合/扫描
查询模式 简单、标准化 复杂查询（多表连接、聚合）
并发性 高并发写入/读 低并发，侧重读
数据时效 当前数据 历史数据
性能优化方向
数据库设计
规范化表结构（减少冗余）、合理索引（加速点查询）。
硬件/架构
使用SSD降低IO延迟、分库分表缓解并发压力。
事务管理
优化锁机制（如行锁代替表锁）、缩短事务持有时间。
缓存层
引入Redis等缓存高频访问数据（如商品库存）。
技术挑战
锁竞争：高并发下可能出现死锁或性能瓶颈。
扩展性：垂直扩展（提升单机性能）可能成本高昂，需结合水平扩展（如分布式数据库）。