上一篇
按行存储和按列存储
行存储按记录连续存放，擅事务处理；列存储按字段存放，压缩
按行存储与按列存储的核心区别
存储结构对比
| 特性 | 按行存储 | 按列存储 |
|---|---|---|
| 数据排列方式 | 同一行的数据连续存储（如 [ID, Name, Age]） | 同一列的数据连续存储（如所有 Name 列数据集中存放） |
| 物理存储单元 | 以行为单位（一行数据占用一段连续空间） | 以列为单位（一列数据占用一段连续空间） |
| 典型示例 | 传统关系型数据库（如 MySQL、PostgreSQL） | 分析型数据库（如 HBase、Parquet 文件格式） |
优缺点分析
按行存储
- 优点：
- 写入效率高（适合频繁插入/更新操作）
- 适合事务型场景（OLTP，如电商订单系统）
- 单条记录查询速度快
- 缺点：
- 读取大量列时性能差（需扫描整行）
- 压缩率低（同一行各列数据类型差异大）
按列存储
- 优点：
- 读取单列或少量列时性能极高（适合聚合查询）
- 数据压缩率高（同一列数据类型一致，支持字典编码、Run-Length Encoding 等）
- 适合分析型场景（OLAP，如数据仓库）
- 缺点：
- 写入效率低（需分别写入多列）
- 单条记录更新成本高（需修改多列存储块）
适用场景
| 场景 | 推荐存储方式 | 原因 |
|---|---|---|
| 高频交易订单系统 | 按行存储 | 需要快速写入单条记录，且查询常基于主键（如订单 ID） |
| 大数据分析（BI） | 按列存储 | 需要高效执行聚合查询（如 SUM、AVG），且数据批量加载后较少更新 |
| 日志存储系统 | 混合存储（如 LSM-Tree） | 写入密集但需保留时间范围查询能力 |
相关问题与解答
问题 1：为什么列存储更适合数据压缩？
解答：
列存储将同一列的数据连续存放，同一列的数据类型一致（如整数、字符串），可针对列特性应用高效压缩算法。
- 重复值压缩：对数值列使用
Run-Length Encoding（如连续多个相同值只需记录一次）。 - 字典编码：对字符串列建立全局字典（如
{"Apple": 1, "Banana": 2}），存储时用字典编号代替原始值。
而行存储因同一行包含多种数据类型,压缩效果受限。
问题 2：按行存储和按列存储如何影响 SQL 查询性能？
解答：
- 按行存储：适合单条记录查询（如
SELECT FROM table WHERE id = 1），可直接定位行地址读取。 - 按列存储：适合聚合查询（如
SELECT COUNT(), AVG(age) FROM table），仅需读取涉及的列，且压缩数据可加速扫描。
例外：复杂多表关联查询中，行存储因局部性更好可能更优；而列存储需多次扫描不同
