美文网首页
行存储、列存储、行列混存

行存储、列存储、行列混存

作者: 北交吴志炜 | 来源:发表于2020-03-21 13:22 被阅读0次

行存储

我们常用的关系型数据库mysql,oracle等都是基于行存储,以最常用的mysql数据库 innodb引擎为例,见下图


行存储

多个连续的行记录,组成一个data page(大小16k),然后按照B+树的结构进行组织存储。


image.png
这种存储模式适用于OLTP的业务场景
  1. 一行记录的所有列连续存储,一次IO可以实现整行读取或者写入,实现数据库的ACID特性就比较简单。
  2. OLTP常见的业务场景,点查询,点更新等
    select c1,c2,c3 from table where id =xxx;
    update table set c1=xxx,c2=xxx where id = xxx;
    由于B+树的逻辑结构,千万级别数据量最少3次IO可返回结果。

列存储

随着数据量的膨胀(亿数量级)以及在线分析业务OLAP的发展,基于行存储的mysql等关系型数据库就开始力不从心了,基于列存储的数据库产品就开始登场。


列存

如图,数据按列进行存储。
行存和列存在以下关键点上有极大差异

  1. IO放大问题
    OLAP大多是对某一列或几列数据的一个聚合分析,比如找出年龄在18-30岁之间的人的userid ,如果是传统的行存储模式,即使在年龄上有索引,那么在回表查询的时候,也会不得不将符合条件记录的所有列(userid之外的姓名,性别...)都读出来。这就会造成IO放大,当数据量在亿级别的时候,这就很影响性能了,列存储就规避了这一点。
  2. 数据压缩问题
    同一列的数据,数据类型一致,列存的模式下就适合数据压缩,不同的列可以采用不同的压缩算法,压缩存储就会带来IO性能的提升。
  3. 事务ACID问题
    行存储,一条记录一次IO写入,那么保证事务特性就很简单。
    列存储,一条记录拆分成多次IO进行列写入,那么就比较难实验事务特性。

这样的差异造成,OLAP场景很适合采用列存储,但是反过来,在OLTP场景,列存储又无能为力了。比如对某一条记录的写入或者修改,行存储一次IO搞定,可以保证数据的完整性,但是列存储就要将一条行记录的写入拆成多次的列记录写入,这就带来了写入IO的性能问题。

基于以上行存和列存的特性,在实际业务中,我们的OLTP系统一般是采用基于行存的数据库产品,像mysql oracle等,然后将业务数据离线导入到基于列存的产品,进行后续的分析,这种模式的实时性是很差的,一般用于分析T-1的离线数据,如果有需求要实时分析在业务系统中实时产生的数据,这种模式就无法满足了,那么有没有既能满足OLTP的写入性能要求,又能满足OLAP的分析性能要求的存储结构呢?答案是肯定的。

行列混合存储

阿里的AnalyticDB就是采用行列混合存储的产品


image.png

如图所示,AnalyticDB将30720条记录定义为一个block,数据在block中的某一列,是按列存储的。同一block的不同列,又是连续存储的。在行列混存的模式下

  1. 多列写入 ,列存模式的随机写变成顺序写
  2. OLTP明细查询,select 多列由列存的随机读,变成了block内的顺序读
  3. OLAP多维分析,将随机读变成顺序读

基于行列混合存储的特性,配合倒排索引,bitmap索引,范围索引,预排序、各种的Cache机制、读写分离等。AnalyticDB做到了既满足大批量高性能写入、又满足千亿量级数据实时分析毫秒级别响应,很适合大数据量实时写入,实时分析的场景。

最后:阿里B2B广告团队招人,java,数据工程,数据挖掘,base可选北京杭州。有意者丢简历过来
hengyi.wzw@alibaba-inc.com

相关文章

  • 行存储、列存储、行列混存

    行存储 我们常用的关系型数据库mysql,oracle等都是基于行存储,以最常用的mysql数据库 innodb引...

  • Hive文件存储格式和Hive数据压缩小总结

    一、存储格式行存储和列存储 行存储可以理解为一条记录存储一行,通过条件能够查询一整行数据。 列存储,以字段聚集存储...

  • [转]Elasitcsearch 底层系列 Lucene 内核解

    背景 Elasticsearch 支持行存和列存,行存用于以文档为单位顺序存储多个文档的原始内容,在Elasitc...

  • 列存储

    列存储 传统的数据库通常以行单位做数据存储,而列式存储以列为单位做数据存储,如下: 优势 列存储相比于行存储主要有...

  • 如何让你的 Spark SQL 查询加速数十倍?

    先来回答标题所提的问题,这里的答案是列存储,下面对列存储及在列存储加速 Spark SQL 查询速度进行介绍 列存...

  • Hive数据格式-ORC

    普通的存储格式,比如我们表格中有abc三列,像mysql按行存储则如下所示 大数据引擎存储中,大部分都是采用列式存...

  • 列式存储

    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...

  • 日志

    行存储和列存储 写入元数据直接用行存储,分析后用列存储方便查询。 日志分层 原始日志-结构化处理-实体层-数据集市...

  • 列存储与行存储 记录

    首先行存储和列存储是基于数据在磁盘上的存储方式来区分的。 天生优缺点 行存储:优点 不需要后面组装数据 缺点 查询...

  • 001 列式存储的概念

    为什么需要列式存储 相对于传统型数据库行式存储而言,区别如下 行式存储,存储一个表,通过行的序列构成 列式存储,存...

网友评论

      本文标题:行存储、列存储、行列混存

      本文链接:https://www.haomeiwen.com/subject/echyyhtx.html