zoukankan      html  css  js  c++  java
  • 几张图看懂列式存储

     

    几张图看懂列式存储

     
     

    目录

    1. 为什么要按列存储
    2. 2补充数据压缩
    3. 3查询执行性能
     

    最近看到一篇很好资料,里面三言两语配上几个图就把列式存储(Column-based Storage)讲明白了,牛啊!最喜欢的就是这种浅显易懂就把背景知识讲得明明白白,而不是长篇大论的讲概念。

    1 为什么要按列存储

    列式存储(Columnar or column-based)是相对于传统关系型数据库的行式存储(Row-basedstorage)来说的。简单来说两者的区别就是如何组织表(翻译不好,直接抄原文了):

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

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

    下面来看一个例子:

    从上图可以很清楚地看到,行式存储下一张表的数据都是放在一起的,但列式存储下都被分开保存了。所以它们就有了如下这些优缺点:

                                 

    行式存储

    列式存储

    优点

    Ø  数据被保存在一起

    Ø  INSERT/UPDATE容易

    Ø  查询时只有涉及到的列会被读取

    Ø  投影(projection)很高效

    Ø  任何列都能作为索引

    缺点

    Ø  选择(Selection)时即使只涉及某几列,所有数据也都会被读取

    Ø  选择完成时,被选择的列要重新组装

    Ø  INSERT/UPDATE比较麻烦

    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

    刚才其实跳过了资料里提到的另一种技术:通过字典表压缩数据。为了方面后面的讲解,这部分也顺带提一下了。

    下面中才是那张表本来的样子。经过字典表进行数据压缩后,表中的字符串才都变成数字了。正因为每个字符串在字典表里只出现一次了,所以达到了压缩的目的(有点像规范化和非规范化Normalize和Denomalize)

    3查询执行性能

    下面就是最牛的图了,通过一条查询的执行过程说明列式存储(以及数据压缩)的优点:

    关键步骤如下:

    1.     去字典表里找到字符串对应数字(只进行一次字符串比较)。

    2.     用数字去列表里匹配,匹配上的位置设为1。

    3.     把不同列的匹配结果进行位运算得到符合所有条件的记录下标。

    4.     使用这个下标组装出最终的结果集。

  • 相关阅读:
    程序员职业规划
    SSH框架优缺点
    Servlet的生命周期,并说出Servlet和CGI的区别,Servlet与JSP的区别
    什么是J2EE,包括哪些规范!
    JS中定义类的方法
    audio.js – 随时随地,播放 HTML5 的声音
    jquery面试题里 缓存问题如何解决?
    产生一个int数组,长度为100,并向其中随机插入1-100,并且不能重复
    JAVA排序算法
    java面试题中常见的关于String类问题总结
  • 原文地址:https://www.cnblogs.com/bendantuohai/p/4602414.html
Copyright © 2011-2022 走看看