製品名ではなく仕事の形を比べる
OLTPは注文登録や残高更新のように、短い取引を多く処理する用途を指します。OLAPは売上集計や傾向の分析のように、広い範囲を読み、集約して判断する用途を指します。どちらもSQLを使う場合があり、別々の言語という意味ではありません。一つの製品で両方の仕事を実行できても、得意なアクセスの形や同時実行の条件は異なります。比較では、読み取る行数と列数、一回の更新量、要求頻度、完了までに許せる時間を具体化します。DBの名前だけで分析用・取引用を決めるより、実際の仕事の形を先に把握します。
一件の注文と一年の集計を並べる
注文番号で一件を探し状態を更新する処理と、一年分の全注文から地域別の売上を求める処理を考えます。前者は対象の絞込みと競合する更新が重要で、後者は大量の行から必要な列を読み集約する費用が重要です。説明用に一億行の表から一行を探す場合と、全行の金額列を合計する場合を並べても、同じ索引を追加すれば両方が同じ割合で速くなるとは限りません。出力が一行であることも、読み取る量が小さい証拠にはなりません。集計結果が一つでも、その計算のために広い範囲を走査する場合があります。
行形式と列形式の利点を読む
行単位に近接して保存する形式は、一つの対象について多くの属性を読む用途と相性がよい場合があります。列ごとの形式は、必要な少数列を広く走査し、圧縮やまとめた計算を活用する分析に向く場合があります。ただし行形式なら必ずOLTP専用、列形式なら更新できない、と断定するものではありません。更新の記録、差分の保持、圧縮、ベクトル化などの実装によって費用は変わります。形式を選ぶときは、何のI/Oを減らし、何の更新費用が増えるのかを追います。製品固有の既定値を一般的な定義へ混ぜないようにします。
索引と更新の費用を一緒に見る
取引処理で主キーやよく使う条件の索引は役立ちますが、索引を増やすと書込みで維持する対象も増えます。分析では、多くの行を読むなら索引による一行ずつの取得より走査が適する場合があります。列の偏り、並び、パーティションの範囲、統計、集約の方法を調べます。一つのSQLが速くなっても、注文更新の応答時間が悪化したなら、共有資源の競合を含めて判断します。分析要求を取引DBへ追加するときは、CPU、I/O、メモリ、ロックやスナップショットの保持時間が、既存の短い要求へどのように影響するかを確認します。
分析先を分けると鮮度の問題が生まれる
分析用の保存先へデータを複製・変換する構成は、取引側の負荷を分ける方法の一つです。その代わり、配送の遅れ、欠落や重複、スキーマ変更、集計の更新時点を扱う必要があります。昨日までの売上分析と、今この瞬間の在庫判定では許せる古さが異なります。レプリカや分析基盤の値を業務の最新状態とみなす前に、どの時点まで反映されたかを明確にします。初期コピーが完了しただけで継続更新の正しさまで確認したとは言えません。取引側から分析側へ移す境界にも、検証するデータと条件を設けます。
同じ保証と同じデータで測定する
評価では、データ規模と分布、索引、同時接続、キャッシュ、必要な分離保証をそろえます。取引は件数だけでなく遅い側の応答時間と中断を、分析は走査量、使用メモリ、全体の完了時間を記録します。計測するSQLが同じ結果を返すことも先に確認します。ここに示した例はワークロードを考えるためのもので、ある保存形式が何倍速かったという実測ではありません。混在した仕事を扱うなら、分離するか、資源を制限するか、同じシステムで共存させるかを、全体の要求を満たす条件で選びます。