35、列数据库：数据分析的高效解决方案

列数据库：数据分析的高效解决方案

1. 推荐系统与数据库选择的背景

在当今数字化时代，推荐系统无处不在。当用户浏览某个产品时，系统可以利用相关信息向其推荐第二个产品。具体而言，推荐系统会从成百上千用户的交互记录中构建向量，每个用户的信息会强化节点间的特定连接（增加使用计数），然后借助线性代数的方法找出连接最强的产品。再结合单个用户的交互和偏好，就能实现高度精准和个性化的推荐。

而在构建云应用或微服务时，选择合适的应用数据库来持久化领域数据至关重要。尤其是对于需要进行数据分析的应用，如数据仓库，如何高效存储数据是关键问题。

2. OLTP 与 OLAP 对数据库的不同需求

2.1 OLTP（在线事务处理）

OLTP 常用于交互式用户应用。例如，用户填写表单，数据库将表单字段写入数据库表。多个用户填写表单时，每个用户的答案会作为一行记录，通过事务写入表中。由于答案格式相同，关系型数据库可以很好地处理这种强类型模式。当用户查看之前填写的数据时，数据库的读取操作也是一个事务。应用可以通过几个事务来展示数据、让用户编辑并提交更改。对于结构不太好的数据，文档数据库可以对单个文档执行事务。

在 OLTP 场景中，读写事务涉及整个表行，关系型数据库在管理完整表行数据方面进行了优化，插入和读取数据的性能都比较均衡。

2.2 OLAP（在线分析处理）

数据分 析需要 OLAP。关系型数据库在执行 OLAP 时会成为性能瓶颈，因为它需要从磁盘读取所有数据并线性遍历，扩展性不佳。数据分析通常只关注记录中的部分数据，更关心哪些记录或总共有多少记录符合搜索条件。因此，OLAP 需要一个能够高效查询