打造次世代分析型数据库（二）：这，不只是列存表

作者介绍

作者介绍：marklv（吕夫洋），腾讯云数据库高级工程师，专注于数据库存储、事务、高可用方向，具有多年的数据库内核研发经验。曾供职于华为2012高斯实验室；加入腾讯后负责CDW PG数据库全新存储引擎的设计和研发工作。

Effective Storage Engine设计背景

传统数据库按行进行表的存储和访问。由于表中每行的数据连续地存储在一起，对于交易性业务（OLTP）这样频繁以行作为单位存储表中数据的负载，行存储性能较好。

但是对于分析性业务（OLAP）这种经常对表中某些列进行查询计算的负载，行存储会将不相关的列数据读入内存中，导致性能欠佳。列存储模型通过将表中的列连续地存储在一起，能够很好地解决这个问题，减少不必要数据的读取与解析带来的磁盘I/O代价、数据压缩解压代价以及CPU执行代价，提高磁盘存储和使用效率，从而提升查询性能。

在混合的业务负载（Hybrid transaction/analytical processing，HTAP）场景下，针对OLTP优势的行存与针对OLAP优势的列存都无法很好地同时应对两种类型的业务，大多需要牺牲其中一种场景下的表现，或是最终造成两种场景下的能力都无法达到业务的预期。

应对两种完全不同的业务负载的实现往往无法避免以下问题：

• 需要额外的系统资源（存储资源、计算资源）；</