什么是列式存储和行式存储

一、列式存储和行式存储

列式存储是指一列中的数据在存储介质中是连续存储的；

行式存储是指一行中的数据在存储介质中是连续存储的。

简单的说，可以把列式数据库认为是每一列都是一个表，这个表只有一列，如果只在该列进行条件查询，速度就很快。

二、列式存储和行式存储优比较

2.1 行式存储

传统的行式数据库将一个个完整的数据行存储在数据页中。这种方式在大数据量查询的时候会出现以下问题：

1、在没有索引的情况下，会把一行全部查出来，查询会使用大量IO

2、虽然建立索引和物化视图可以可以快速定位列，但是也需要花费大量时间

但是如果处理查询时需要用到大部分的数据列，这种方式在磁盘IO上是比较高效的。
一般来说，OLTP（Online Transaction Processing，联机事务处理）应用适合采用这种方式。

2.2 列式存储

列式数据库是将同一个数据列的各个值存放在一起。插入某个数据行时，该行的各个数据列的值也会存放到不同的地方。

例如上例中列式数据库只需要读取存储着“时间、商品、销量”的数据列，而行式数据库需要读取所有的数据列。因此，列式数据库大大地提高了OLAP大数据量查询的效率。

当然，列式数据库不是万能的，每次读取某个数据行时，需要分别从不同的地方读取各个数据列的值，然后合并在一起形成数据行。

因此，如果每次查询涉及的数据量较小或者大部分查询都需要整行的数据，列式数据库并不适用。

三、列式存储优势

基于列模式的存储，天然就会具备以下几个优点：

1，自动索引
因为基于列存储，所以每一列本身就相当于索引。所以在做一些需要索引的操作时，就不需要额外的数据结构来为此列创建合适的索引。

2，利于数据压缩

一、大部分列数据基数其实是重复的：例如，因为同一个 author 会发表多篇博客，所以 author 列出现的所有值的基数肯定是小于博客数量的，因此在 author 列的存储上其实是不需要存储博客数量这么大的数据量的；

二、相同的列数据类型一致：这样利于数据结构填充的优化和压缩，而且对于数字列这种数据类型可以采取更多有利的算法去压缩存储
 

四、适用场景

4.1 行式储存

1. 关注整张表内容，或者需要经常更新数据
2. 需要经常读取整行数据
3. 不需要聚集运算，或者快速查询需求
4. 数据表本身数据行并不多
5. 数据表的列本身有太多唯一性的数据

数据库常规设计，一般会采用行式存储 

4.2 列式存储

1. 基于一列或比较少的列计算的时候
2. 经常关注一张表某几列而非整表数据的时候
3. 数据表拥有非常多的列的时候
4. 数据表有非常多行数据并且需要聚集运算的时候
5. 数据表列里有非常多的重复数据，有利于高度压缩

算法中输出或者输入的csv文件，一般是列式存储 

五、总结：

列式存储： 每一列单独存放，数据即是索引。
                  只访问涉及得列，如果我们想访问单独一列（比如NAME）会相当迅捷。
                  一行数据包含一个列或者多个列，每个列一单独一个cell来存储数据。

行式存储： 把一行数据作为一个整体来存储。
 

————————————————————————————————

学习：https://blog.csdn.net/qq_43543789/article/details/108662140