本文遵循BY-SA版权协议，转载请附上原文出处链接。

本文作者: 黑伴白

本文链接: http://heibanbai.com.cn/posts/35bc5ec7/

数据库行式存储和列式存储

数据库存储格式是数据库管理系统中一个至关重要的方面，它直接影响到数据的组织和检索效率。在数据库中，有两种主要的存储格式，即行式存储和列式存储。这两者采用截然不同的方法来组织和存储数据，各自具有一系列优势和劣势。

行式存储：在行式存储中，表的单行数据被一起存储在磁盘上的一个块或页面中。这意味着给定行的所有列都被一起存储，这对于需要一次检索整行数据的操作（如SELECT查询）是有效的。然而，对于只需要访问表中某些列的操作，行式存储可能效率较低。

列式存储：在列式存储中，表的每一列都被单独存储在磁盘上，这意味着给定列的所有值都被一起存储。对于只需要访问表中某些列的操作，这可能更为高效，因为数据库可以避免读入不必要的数据。列式存储在某些类型的查询（例如涉及聚合或仅涉及一列的计算的查询）方面也可能更为高效。

混合式存储：一些数据库采用混合式存储方法，将行式和列式存储结合起来使用。在这种方法中，数据库可能以列式格式存储经常访问的列，而以行式格式存储不太频繁访问的列。这可以提供两种方法的优势，但实施和管理可能更为复杂。

简单来说 行式存储 的存储单位是行，列式存储 的基本单位是列

行式存储

将行式存储想象成每个学生的个人信息，包括学号，姓名，性别，家庭住址等。当想查询某个学生的信息时，可以一次性得到所有的信息。

行存的时候，一行记录的属性值存储在临近的空间，然后接着是下一条记录的属性值。

列式存储

列存的时候，单个属性所有的值存储在临近的的空间，即一列的所有数据连续存储的，每个属性有不同的空间。

数据写入对比

• 行存储的写入是一次完成。如果这种写入建立在操作系统的文件系统上，可以保证写入过程的成功或者失败，数据的完整性因此可以确定。
• 列存储由于需要把一行记录拆分成单列保存，写入次数明显比行存储多（意味着磁头调度次数多，而磁头调度是需要时间的，一般在1ms~10ms)，再加上磁头需要在盘片上移动和定位花费的时间，实际时间消耗会更大。所以，行存储在写入上占有很大的优势。
• 还有数据修改,这实际也是一次写入过程。不同的是，数据修改是对磁盘上的记录做删除标记。行存储是在指定位置写入一次，列存储是将磁盘定位到多个列上分别写入，这个过程仍是行存储的列数倍。所以，数据修改也是以行存储占优。

数据读取对比

• 行存储通常将一行数据完全取出，如果只需要其中几列数据的情况，就会存在冗余列，出于缩短处理时间的考量，消除冗余列的过程通常是在内存中进行的。
• 列存储每次读取的数据是集合的一段或者全部，不存在冗余性问题。
• 两种存储的数据分布。由于列存储的每一列数据类型是同质的，不存在二义性问题。比如说某列数据类型为整型 (int)，那么它的数据集合一定是整型数据。这种情况使数据解析变得十分容易。相比之下，行存储则要复杂得多，因为在一行记录中保存了多种类型的数据，数据解析需要在多种数据类型之间频繁转换，这个操作很消耗 CPU，增加了解析的时间。所以，列存储的解析过程更有利于分析大数据。
• 从数据的压缩以及更性能的读取来对比。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。

优缺点比较

表的存储类型是表定义设计的第一步，客户业务类型是决定表的存储类型的主要因素。行、列存储模型各有优劣，建议根据实际情况选择。

行、列存优缺点及适用场景比较见下表：

	行存	列存
优点	数据被保存在一起。INSERT/UPDATE 容易。	查询时只有涉及到的列会被读取。投影 (Projection) 很高效。任何列都能作为索引。
缺点	选择 (Selection) 时即使只涉及某几列，所有数据也都会被读取。	选择完成时，被选择的列要重新组装。INSERT/UPDATE 比较麻烦。点查询不适合。
适用场景	点查询 (返回记录少，基于索引的简单查询)。增、删、改操作较多的场景。	统计分析类查询 (OLAP，比如数据仓库业务，此类型的表上会做大量的汇聚计算，且涉及的列操作较少，关联、分组操作较多)。即时查询（查询条件不确定，行存表扫描难以使用索引）。

---

蚂蚁再小也是肉🥩！