列式存储与行式存储

     之前不是特别明白列式存储和行式存储到底有什么区别，对于忽然蹦出来的BigTable、HBase、Cassandra这些NoSQL数据库凭什么比MySQL集群，Oracle在分析存储上的强大？思来能够这样说说。

     A. 存储

     传统RDBMS以行单位作数据存储（字段为空则赋值为‘NULL'），列式存储数据库以列为单位作数据存储。以下：

对于列式存储来讲，一行数据包含一个列或者多个列，每一个列一单独一个cell来存储数据。而行式存储，则是把一行数据做为一个总体来存储。

     另一个不得不提的是，列式存储天生就是适合压缩，由于同一列里面的数据类型基本是相同，笔者在以前使用普通的gzip压缩，200MB的字符串数据，通过压缩以后只剩下8MB。固然gzip并不属于增量压缩，咱们能够选择增量压缩的方式来知足一些数据的随机查找。

      B.  查询

      从查询来讲，行式存储比较适合随机查询，而且RDBMS大多提供二级索引，在整行数据的读取上，要优于列式存储。可是，行式存储不适合扫描，这意味着要查询一个范围的数据，行式存储须要扫描整个表（由于这些记录不是顺序存储的），在索引创建不当的状况下，查询大表（千万数据）简直是噩梦。

      列式存储，最先接触的可能不是所谓的BigTable，大多数之前的数据仓库都是采用列式存储。列式存储通常行KEY，列KEY(不是列值）都是顺序存储，好比我要查询一个时间段里面，某个值的出现频率，我可能只须要涉及到两个列。

在分析上，列式存储要优于行式存储，列式存储的数据库通常状况下也强烈建议用户按需查找，而不是整行数据去获取。列式存储在这方面减小了IO的压力。

      C. 结语

     没有说谁比谁更优，在正真实战的状况，考虑实际状况。好比传统的RDBMS提供ACID原子操做和事务，在大多数列式存储数据库上是不具有的，大多数列式存储数据库对分布式支持友好。

      须要知道的是，列式存储以及行式存储在查询和存储上的本质，在技术选型上多点筹码。