简介行式存储和列式存储

• 行式存储: 数据按照行的顺序存储。例如，一张表有多列（如姓名、年龄、性别、地址），在行式存储中，每一行的所有数据会存储在一起。它的优势在于对单行数据的读取速度较快，适用于频繁的插入和更新操作。

  示例（行式存储）：

  • 第1行：[张三, 30, 男, 北京]
  • 第2行：[李四, 25, 女, 上海]
  • 第3行：[王五, 28, 男, 广州]

• 列式存储: 数据按照列的顺序存储。与行式存储不同，列式存储将同一列的数据放在一起存储。列式存储的优势在于查询性能，尤其是在只需要读取部分列的场景中，它可以大大减少数据读取量。

  示例（列式存储）：

  • 姓名列：[张三, 李四, 王五]
  • 年龄列：[30, 25, 28]
  • 性别列：[男, 女, 男]
  • 地址列：[北京, 上海, 广州]

列式存储的优势

高压缩比：

因为同一列的数据通常具有相似性（例如年龄列中的数字都是整数，性别列中只有“男”或“女”），所以列式存储能够更有效地压缩数据。通过将类似的数据压缩在一起，列式存储可以节省大量的存储空间。

减少非相关数据的扫描：

在数据分析中，你通常只需要查询某几列数据，而不是整行数据。列式存储让你只读取需要的列，不需要扫描整个表中的所有数据。这不仅减少了I/O操作，还节省了CPU处理不相关数据的时间。

假设你有一个包含数百列的表格，但你只想查询“年龄”列。使用列式存储，你只需要读取“年龄”这一列的数据，而行式存储则需要读取整行数据再提取“年龄”。

更有效利用 IO 和 CPU 资源：

由于只读取和处理相关的数据列，列式存储减少了磁盘I/O操作，节省了系统资源。同时，压缩的数据更容易在内存中操作，进一步提高了查询效率。

通俗举例

想象你有一个巨大的图书馆，其中每本书都分为几章（对应表的列）。行式存储就像是按整本书摆放，查找某一章内容时，需要翻开整本书。而列式存储就像是把所有书的同一章内容都集中在一起，这样你只需去查找你需要的那一章内容，而不用翻开每本书的其它部分。