幾張圖看懂列式存儲(chǔ)

最近看到一篇很好資料，里面三言兩語配上幾個(gè)圖就把列式存儲(chǔ)(Column-based Storage)講明白了，牛??！最喜歡的就是這種淺顯易懂就把背景知識(shí)講得明明白白，而不是長篇大論的講概念。

1 為什么要按列存儲(chǔ)

列式存儲(chǔ)(Columnar or column-based)是相對(duì)于傳統(tǒng)關(guān)系型數(shù)據(jù)庫的行式存儲(chǔ)(Row-basedstorage)來說的。簡單來說兩者的區(qū)別就是如何組織表(翻譯不好，直接抄原文了)：

  Row-based storage stores atable in a sequence of rows.

  Column-based storage storesa table in a sequence of columns.

下面來看一個(gè)例子：

從上圖可以很清楚地看到，行式存儲(chǔ)下一張表的數(shù)據(jù)都是放在一起的，但列式存儲(chǔ)下都被分開保存了。所以它們就有了如下這些優(yōu)缺點(diǎn)：

注：關(guān)系型數(shù)據(jù)庫理論回顧 - 選擇(Selection)和投影(Projection)

2補(bǔ)充：數(shù)據(jù)壓縮

剛才其實(shí)跳過了資料里提到的另一種技術(shù)：通過字典表壓縮數(shù)據(jù)。為了方面后面的講解，這部分也順帶提一下了。

下面中才是那張表本來的樣子。經(jīng)過字典表進(jìn)行數(shù)據(jù)壓縮后，表中的字符串才都變成數(shù)字了。正因?yàn)槊總€(gè)字符串在字典表里只出現(xiàn)一次了，所以達(dá)到了壓縮的目的(有點(diǎn)像規(guī)范化和非規(guī)范化Normalize和Denomalize)

3查詢執(zhí)行性能

下面就是最牛的圖了，通過一條查詢的執(zhí)行過程說明列式存儲(chǔ)(以及數(shù)據(jù)壓縮)的優(yōu)點(diǎn)：

關(guān)鍵步驟如下：

1.     去字典表里找到字符串對(duì)應(yīng)數(shù)字(只進(jìn)行一次字符串比較)。

2.     用數(shù)字去列表里匹配，匹配上的位置設(shè)為1。

3.     把不同列的匹配結(jié)果進(jìn)行位運(yùn)算得到符合所有條件的記錄下標(biāo)。

4.     使用這個(gè)下標(biāo)組裝出最終的結(jié)果集。