为什么列存储数据库读取速度会比传统的行数据库快?

知乎 · · 1739 次点击 · · 开始浏览    
这是一个创建于 的文章,其中的信息可能已经有所发展或是发生改变。

如果懒得看分析直接看结论:

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操作而言

我们知道,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操作

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

那么我假设如下的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,如果我需要执行如下查询(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(在有适当的索引情况下),那么,执行一次以上查询,只需要扫描一次page1就可以了

以列方式查询,需要投其扫描page1 和page2共2次,分别取得字段1,字段2的单行值

OK,我们换成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,而且无where条件限制,即需要扫描全部数据)

对于行存储,这个查询需要两次IO将全部数据放入内存后,进行页间数据的跳读(类随机读取)

对于列存储,只需要一次IO将page2放入内存后进行连续读取,如果字段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操作时候,不仅是减小了IO次数,而且把随机读取变为了连续读取

以下为网上随便找的一张SSD性能测试图,注意seq(连续)和4k(随机)之间的性能区别


以上

本文来自:知乎

感谢作者:知乎

查看原文:为什么列存储数据库读取速度会比传统的行数据库快?

1739 次点击  
加入收藏 微博
暂无回复
添加一条新回复 (您需要 登录 后才能回复 没有账号 ?)
  • 请尽量让自己的回复能够对别人有帮助
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`
  • 支持 @ 本站用户;支持表情(输入 : 提示),见 Emoji cheat sheet
  • 图片支持拖拽、截图粘贴等方式上传