列式存儲與行式存儲

     之前不是特別明白列式存儲和行式存儲到底有什麼區別，對於忽然蹦出來的BigTable、HBase、Cassandra這些NoSQL數據庫憑什麼比MySQL集羣，Oracle在分析存儲上的強大？思來能夠這樣說說。

     A. 存儲

     傳統RDBMS以行單位作數據存儲（字段爲空則賦值爲‘NULL'），列式存儲數據庫以列爲單位作數據存儲。以下：

對於列式存儲來講，一行數據包含一個列或者多個列，每一個列一單獨一個cell來存儲數據。而行式存儲，則是把一行數據做爲一個總體來存儲。

     另一個不得不提的是，列式存儲天生就是適合壓縮，由於同一列裏面的數據類型基本是相同，筆者在以前使用普通的gzip壓縮，200MB的字符串數據，通過壓縮以後只剩下8MB。固然gzip並不屬於增量壓縮，咱們能夠選擇增量壓縮的方式來知足一些數據的隨機查找。

      B.  查詢

      從查詢來講，行式存儲比較適合隨機查詢，而且RDBMS大多提供二級索引，在整行數據的讀取上，要優於列式存儲。可是，行式存儲不適合掃描，這意味着要查詢一個範圍的數據，行式存儲須要掃描整個表（由於這些記錄不是順序存儲的），在索引創建不當的狀況下，查詢大表（千萬數據）簡直是噩夢。

      列式存儲，最先接觸的可能不是所謂的BigTable，大多數之前的數據倉庫都是採用列式存儲。列式存儲通常行KEY，列KEY(不是列值）都是順序存儲，好比我要查詢一個時間段裏面，某個值的出現頻率，我可能只須要涉及到兩個列。

在分析上，列式存儲要優於行式存儲，列式存儲的數據庫通常狀況下也強烈建議用戶按需查找，而不是整行數據去獲取。列式存儲在這方面減小了IO的壓力。

      C. 結語

     沒有說誰比誰更優，在正真實戰的狀況，考慮實際狀況。好比傳統的RDBMS提供ACID原子操做和事務，在大多數列式存儲數據庫上是不具有的，大多數列式存儲數據庫對分佈式支持友好。

      須要知道的是，列式存儲以及行式存儲在查詢和存儲上的本質，在技術選型上多點籌碼。