行式存储 vs 列式存储

数据仓库概念

Aaren Stubberfield

Data Scientist

为何重要？

• 优化查询以提升速度
• 数仓表用列式格式最适合分析型负载

计算机存储基础

• 计算机以块形式存储数据。
• 检索数据时读取所需的块。
• 读取更少的块可加快整体速度。

健康数据表示例

• CDC（美国疾病控制与预防中心）
• 多个季节的流感感染按年龄组数据

季节	年龄组	住院比例
2019	0-17 岁	13.9%
2019	18-49 岁	22.5%
2019	50+ 岁	63.7%
2020	0-17 岁	3.9%
2020	18-49 岁	18.1%
2020	50+ 岁	78%
2021	0-17 岁	15.6%
2021	18-49 岁	23.3%
2021	50+ 岁	61.1%

行式存储示例

季节	年龄组	住院比例
2019	0-17 岁	13.9%
2019	18-49 岁	22.5%
2019	50+ 岁	63.7%
2020	0-17 岁	3.9%
2020	18-49 岁	18.1%
2020	50+ 岁	78%
2021	0-17 岁	15.6%
2021	18-49 岁	23.3%
2021	50+ 岁	61.1%

列式存储示例

季节	年龄组	住院比例
2019	0-17 岁	13.9%
2019	18-49 岁	22.5%
2019	50+ 岁	63.7%
2020	0-17 岁	3.9%
2020	18-49 岁	18.1%
2020	50+ 岁	78%
2021	0-17 岁	15.6%
2021	18-49 岁	23.3%
2021	50+ 岁	61.1%

总结

行式存储

• 将同一行的数据存放在同一块中
• 适合事务型负载

列式存储

• 将同一列的数据存放在同一块中
• 适合分析型负载
• 压缩效果更好

¡Vamos a practicar!

数据仓库概念