TPC-C 和 TPC-H 是行业标准基准测试，旨在衡量不同类型的数据库性能。TPC-C 侧重于**在线事务处理 (OLTP)** 工作负载，模拟实时事务系统，例如订单录入或库存管理。 相比之下，TPC-H 针对**分析处理 (OLAP)**，对大型数据集执行复杂的业务决策支持查询进行建模。 主要区别在于它们的使用案例：TPC-C 强调事务吞吐量和并发性，而 TPC-H 评估数据分析的查询优化和可伸缩性。
TPC-C 模拟批发供应商管理多个仓库的订单。 它定义了读密集型和写密集型事务的混合（例如，创建订单、更新库存水平），以模拟高并发场景。 例如，该基准测试要求至少 45% 的事务涉及写入，以确保实际的锁争用和磁盘 I/O 模式。 TPC-C 的指标是**每分钟事务数 (tpmC)**，它衡量系统在严格的响应时间约束下可以处理多少订单。 这使其成为测试处理实时操作的系统（如电子商务平台或银行系统）的理想选择，在这些系统中，低延迟和数据完整性至关重要。
另一方面，TPC-H 使用包含 Customer、Orders 和 LineItem 等表的模式，并定义 22 个复杂的 SQL 查询来模拟临时业务分析。 这些查询通常涉及大型连接、聚合和子查询——例如，计算收入趋势或识别表现不佳的区域。 该基准测试强调**查询吞吐量 (QphH)**，它衡量系统每小时可以完成多少查询，同时遵守可伸缩性规则（例如，数据大小随查询数量的增加而增加）。 TPC-H 专为数据仓库或商业智能工具量身定制，在这些工具中，优化长时间运行的分析查询比事务速度更重要。 与 TPC-C 不同，TPC-H 禁止针对基准查询的特定索引优化，从而确保实际适用性。
在实践中，TPC-C 和 TPC-H 需要不同的优化。 针对 TPC-C 优化的系统可能会优先考虑快速的行级锁定、高效的事务日志记录和高速存储来处理并发更新。 同时，针对 TPC-H 优化的系统将侧重于列式存储、并行查询执行和用于大型扫描的高级索引。 开发人员使用这些基准来验证系统设计：例如，零售公司可能会使用 TPC-C 来测试其订单处理后端，而金融分析师团队可能会依靠 TPC-H 来评估新数据湖的分析功能。