大家好，很高兴再次与你们见面，我是你们的朋友全栈君。

1 为什么要使用列存储？ 列式存储（Columnar or column-based）与传统关系型数据库的行式存储（Row-based storage）相比，两者的主要区别在于数据的组织方式：

• 行式存储将表的数据按行顺序存储。
• 列式存储将表的数据按列顺序存储。

让我们通过一个例子来理解这一点：

从上图可以清晰地看到，在行式存储中，一张表的所有数据都是集中在一起的，而在列式存储中，数据则是分开保存的。因此，这两种存储方式各有优缺点：

• 查询时只读取相关列
• 投影操作高效
• 任何列都可以作为索引

缺点

• 即使只涉及某些列，查询时也会读取所有数据

• 选择操作后，需要重新组装选中的列

• 插入和更新操作较为复杂

注：关系型数据库理论回顾 – 选择（Selection）和投影（Projection）

2 补充：数据压缩 之前我们略过了资料中提到的另一种技术：通过字典表压缩数据。为了方便后面的讲解，这里也顺便提一下。

下面是那张表的原始样子。通过字典表进行数据压缩后，表中的字符串都被转换成了数字。由于每个字符串在字典表中只出现一次，因此达到了压缩的目的（有点类似于规范化和非规范化）。

3 查询执行性能 下面是展示列式存储（以及数据压缩）优势的最重要的一张图，通过一条查询的执行过程进行说明：

关键步骤如下：

1. 在字典表中找到字符串对应的数字（只进行一次字符串比较）。
2. 使用数字在列中匹配，匹配到的位置设为1。
3. 对不同列的匹配结果进行位运算，得到符合所有条件的记录索引。
4. 使用这些索引组装出最终的结果集。

发布者：全栈程序员栈长，转载请注明出处：https://www./link/e735c2e2f0eda0a7eddc67a21cbebea6 原文链接：https://www./link/c8377ad2a50fb65de28b11cfc628d75c