Chinaunix首页 | 论坛 | 博客
  • 博客访问: 362021
  • 博文数量: 97
  • 博客积分: 2030
  • 博客等级: 大尉
  • 技术积分: 763
  • 用 户 组: 普通用户
  • 注册时间: 2006-08-12 09:11
文章分类

全部博文(97)

文章存档

2020年(1)

2019年(1)

2018年(4)

2017年(16)

2016年(61)

2015年(1)

2013年(3)

2006年(10)

我的朋友

分类: Java

2016-05-09 15:46:07

最近看到一篇很好资料,里面三言两语配上几个图就把列式存储(Column-based Storage)讲明白了,牛啊!最喜欢的就是这种浅显易懂就把背景知识讲得明明白白,而不是长篇大论的讲概念。

1 为什么要按列存储

列式存储(Columnar or column-based)是相对于传统关系型数据库的行式存储(Row-basedstorage)来说的。简单来说两者的区别就是如何组织表(翻译不好,直接抄原文了):

?  Row-based storage stores atable in a sequence of rows.

?  Column-based storage storesa table in a sequence of columns.

 

下面来看一个例子:

 

从上图可以很清楚地看到,行式存储下一张表的数据都是放在一起的,但列式存储下都被分开保存了。所以它们就有了如下这些优缺点:

                             

行式存储

列式存储

优点

?  数据被保存在一起

?  INSERT/UPDATE容易

?  查询时只有涉及到的列会被读取

?  投影(projection)很高效

?  任何列都能作为索引

缺点

?  选择(Selection)时即使只涉及某几列,所有数据也都会被读取

?  选择完成时,被选择的列要重新组装

?  INSERT/UPDATE比较麻烦

注:关系型数据库理论回顾 - 选择(Selection)和投影(Projection)



2补充:数据压缩

刚才其实跳过了资料里提到的另一种技术:通过字典表压缩数据。为了方面后面的讲解,这部分也顺带提一下了。

下面中才是那张表本来的样子。经过字典表进行数据压缩后,表中的字符串才都变成数字了。正因为每个字符串在字典表里只出现一次了,所以达到了压缩的目的(有点像规范化和非规范化Normalize和Denomalize)


3查询执行性能

下面就是最牛的图了,通过一条查询的执行过程说明列式存储(以及数据压缩)的优点:


关键步骤如下:

1.     去字典表里找到字符串对应数字(只进行一次字符串比较)。

2.     用数字去列表里匹配,匹配上的位置设为1。

3.     把不同列的匹配结果进行位运算得到符合所有条件的记录下标。

4.     使用这个下标组装出最终的结果集。

阅读(704) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~