在进行数据库系统的设计时，一个不可忽视的问题是弄清你所面对的应用是属于那种类型。目前流行的应用类型有：

　　* 在线事务处理(OLTP=Online transaction Processing )应用程序

　　* 决策支持系统(DSS=Decision Suport System )应用程序

　　* 多目的应用程序

　　在线事务处理(OLTP)

　　在线事务处理(OLTP=Online transaction Processing )应用程序具有高的吞吐量，并且是Update、Insert 的密集型。如订票系统、订货系统等。在OLTP设计时，要考虑并发用户和系统性能问题，由于索引和簇会降低 Insert和Update的速度。所以用户还要避免对这两种结构的过度使用。

　　对于OLTP系统，下面因素是关键：

　　* 回滚段

　　* 索引、簇、哈希

　　* 离散事务

　　* 数据块大小

　　* 缓冲区缓存大小

　　* 表和回滚段空间的动态分配

　　* 事务处理监视和多线程服务器

　　* 帮定变量的使用

　　* 共享池

　　* 分区

　　* 优化过的SQL 语句

　　* 完整性约束

　　* 客户/服务器体系结构

　　* 可动态改变的初始化参数

　　* 流程、组件、功能

　　决策支持系统(DSS)

　　典型情况下，决策支持系统大量的信息转化为用户定义的报告。DSS对从OLTP应用程序收集的大量数据进行查询。

　　决策支持系统的关键目标有三个：1)响应时间;2)精确性;3)可用性。在设计DSS系统时，要确保大量数据的查询在合理的时间段内执行完毕。如在白天，决策者需要看报告，所以要保证在前一天晚上完成所需数据的统计。

　　对于DSS的优化，下面因素至关重要：

　　* 实体化的视图

　　* 索引(B*树和位图)

　　* 簇、哈希

　　* 数据块大小

　　* 星型查询

　　* 优化程序

　　* 使用查询提示

　　* SQL语句中的PL/SQL功能

　　* 分区

　　多用途应用程序

　　典型的OLTP和数据仓库系统的结合就是多目的应用程序。因为OLTP 应用程序收集数据，随后将数据提供给数据仓库系统。

　　如果OLTP和数据仓库系统使用相同的数据库，就存在目标冲突，即可能回影响性能问题。为解决该问题。首先，OLTP数据库在收集到数据后，就将数据复制进另一个数据库中。该数据库为数据仓库所查询。如果每天只复制一次，则这种配置可能会使数据仓库应用的精确性受到轻微的折衷。但是对于两个系统的整体来说，可获得更好的性能。

?