行存儲和列存儲

列存儲的數據庫更適合OLAP
行存儲的數據庫更適合OLTP

所謂的快只是針對於進行olap操做而言

咱們知道，數據在存儲中的基本單位爲頁，這也是進行數據讀取時候基本單位，一次讀取就是一次IO操做

以sql server爲例，一個數據頁大小爲8K，數據頁中存儲的是數據，數據是連續存儲的

那麼我假設以下的4*4表格爲一個數據頁

再假設，有這樣一個表格 字段1 字段2
字段1的值爲 col1value1,col1value2.....
字段2的值爲col2value1,col2value2......

再假設一個excel的單元格爲一個存儲單位，數據總量佔了2個頁，
那麼以行方式存儲大概就這樣的：

以列方式存儲則是這樣的：

這時，若是我須要執行以下查詢(oltp典型查詢)
select 字段1,字段2 from table where 字段1='col1value1'
以行方式查詢（在有適當的索引狀況下)，那麼，執行一次以上查詢，只須要掃描一次page1就能夠了
以列方式查詢，須要投其掃描page1 和page2共2次，分別取得字段1，字段2的單行值

OK，咱們換成olap的典型查詢
select avg(字段2) from table
--（注意，這裏假設字段2爲一個整型數據，並且無where條件限制，即須要掃描所有數據）
對於行存儲，這個查詢須要兩次IO將所有數據放入內存後，進行頁間數據的跳讀（類隨機讀取)
對於列存儲，只須要一次IO將page2放入內存後進行連續讀取，若是字段2還有多頁的話，也都是進行的物理連續讀取

也就是說，在進行olap操做時候，不只是減少了IO次數，並且把隨機讀取變爲了連續讀取

 

詳細概括爲以下：

選擇列式存儲

基於一列或比較少的列計算的時候

常常關注一張表某幾列而非整表數據的時候

數據表擁有很是多的列的時候

數據表有很是多行數據而且須要彙集運算的時候

數據表列裏有很是多的重複數據，有利於高度壓縮

選擇HANA行式存儲

關注整張表內容，或者須要常常更新數據

須要常常讀取整行數據

不須要彙集運算，或者快速查詢需求

數據表自己數據行並很少

數據表的列自己有太多惟一性的數據