Řádkové vs. sloupcové úložiště dat

Data Warehousing Concepts

Aaren Stubberfield

Data Scientist

Proč je to důležité?

  • Optimalizace dotazů pro rychlost
  • Sloupcový formát je pro analytickou zátěž v datových skladech nejvhodnější
Data Warehousing Concepts

Základy počítačového úložiště

  • Počítače ukládají data v blocích.
  • Při načítání dat se čtou pouze potřebné bloky.
  • Čtení méně bloků zvyšuje celkovou rychlost procesu.

Symbolický obrázek pevného disku s více bloky pro ukládání dat

Data Warehousing Concepts

Příklad zdravotnické tabulky

  • CDC (Centers for Disease Control and Prevention)
  • Data o výskytu chřipky podle věkových skupin v průběhu více sezón
SEZÓNA VĚKOVÁ SKUPINA PROCENTO HOSPITALIZACÍ
2019 0–17 let 13,9 %
2019 18–49 let 22,5 %
2019 50+ let 63,7 %
2020 0–17 let 3,9 %
2020 18–49 let 18,1 %
2020 50+ let 78 %
2021 0–17 let 15,6 %
2021 18–49 let 23,3 %
2021 50+ let 61,1 %
Data Warehousing Concepts

Příklad řádkového úložiště

SEZÓNA VĚKOVÁ SKUPINA PROCENTO HOSPITALIZACÍ
2019 0–17 let 13,9 %
2019 18–49 let 22,5 %
2019 50+ let 63,7 %
2020 0–17 let 3,9 %
2020 18–49 let 18,1 %
2020 50+ let 78 %
2021 0–17 let 15,6 %
2021 18–49 let 23,3 %
2021 50+ let 61,1 %

Symbolický obrázek pevného disku s více bloky, přičemž každý blok obsahuje jeden řádek

Data Warehousing Concepts

Příklad sloupcového úložiště

SEZÓNA VĚKOVÁ SKUPINA PROCENTO HOSPITALIZACÍ
2019 0–17 let 13,9 %
2019 18–49 let 22,5 %
2019 50+ let 63,7 %
2020 0–17 let 3,9 %
2020 18–49 let 18,1 %
2020 50+ let 78 %
2021 0–17 let 15,6 %
2021 18–49 let 23,3 %
2021 50+ let 61,1 %

Symbolický obrázek pevného disku s více bloky, přičemž každý blok obsahuje jeden sloupec

Data Warehousing Concepts

Shrnutí

Řádkové úložiště

  • Data řádků jsou uložena společně v blocích
  • Ideální pro transakční zátěž

Sloupcové úložiště

  • Data sloupců jsou uložena společně v blocích
  • Ideální pro analytickou zátěž
  • Lepší komprese dat
Data Warehousing Concepts

Čas na procvičení!

Data Warehousing Concepts

Preparing Video For Download...