行存储和列存储

列存储的数据库更适合OLAP
行存储的数据库更适合OLTP

所谓的快只是针对于进行olap操做而言

咱们知道，数据在存储中的基本单位为页，这也是进行数据读取时候基本单位，一次读取就是一次IO操做

以sql server为例，一个数据页大小为8K，数据页中存储的是数据，数据是连续存储的

那么我假设以下的4*4表格为一个数据页

再假设，有这样一个表格 字段1 字段2
字段1的值为 col1value1,col1value2.....
字段2的值为col2value1,col2value2......

再假设一个excel的单元格为一个存储单位，数据总量占了2个页，
那么以行方式存储大概就这样的：

以列方式存储则是这样的：

这时，若是我须要执行以下查询(oltp典型查询)
select 字段1,字段2 from table where 字段1='col1value1'
以行方式查询（在有适当的索引状况下)，那么，执行一次以上查询，只须要扫描一次page1就能够了
以列方式查询，须要投其扫描page1 和page2共2次，分别取得字段1，字段2的单行值

OK，咱们换成olap的典型查询
select avg(字段2) from table
--（注意，这里假设字段2为一个整型数据，并且无where条件限制，即须要扫描所有数据）
对于行存储，这个查询须要两次IO将所有数据放入内存后，进行页间数据的跳读（类随机读取)
对于列存储，只须要一次IO将page2放入内存后进行连续读取，若是字段2还有多页的话，也都是进行的物理连续读取

也就是说，在进行olap操做时候，不只是减少了IO次数，并且把随机读取变为了连续读取

 

详细概括为以下：

选择列式存储

基于一列或比较少的列计算的时候

常常关注一张表某几列而非整表数据的时候

数据表拥有很是多的列的时候

数据表有很是多行数据而且须要汇集运算的时候

数据表列里有很是多的重复数据，有利于高度压缩

选择HANA行式存储

关注整张表内容，或者须要常常更新数据

须要常常读取整行数据

不须要汇集运算，或者快速查询需求

数据表自己数据行并很少

数据表的列自己有太多惟一性的数据