行式存储 与 列式存储

网图

---

自己理解

如图table表分别以行、列存储

以行存储时(TextFile)，所有的数据都在一块

优点：select * from table 时效率很快,但实际应用中一般不会select *
缺点:当select a,c from table 时也会加载所有的列，也就是所有的数据，这样IO就很大

以列存储时(parquet,orc)，假设a,b放一列 ，c一列，d放一列

优点：当select c,d from table 时只会加载c,d两列，这样IO就大大降低
缺点:当select * from table 会导致数据重组，耗费掉一些性能

实际业务场景

在我们实际的业务场景中，我们基本不会去select * from table 一张表。都是用到哪些字段就去查询哪些字段，所以生成业务中都是采用列式存储。