Stocare pe rânduri vs. coloane

Concepte de Data Warehousing

Aaren Stubberfield

Data Scientist

De ce este important?

Optimizarea interogărilor pentru viteză
Formatul de stocare pe coloane pentru tabelele din depozitul de date este optim pentru sarcini analitice

Bazele stocării pe calculator

Calculatoarele stochează datele în blocuri.
Citesc blocurile necesare la recuperarea datelor.
Citirea mai puținor blocuri crește viteza generală a procesului.

Imagine simbolică a unui hard disk cu blocuri multiple de stocare

Exemplu de tabel medical

CDC (Centers for Disease Control and Prevention)
Date privind infecțiile gripale pe grupe de vârstă, pe mai multe sezoane

SEZON	GRUP DE VÂRSTĂ	PROCENT DE SPITALIZARE
2019	0-17 ani	13.9%
2019	18-49 ani	22.5%
2019	50+ ani	63.7%
2020	0-17 ani	3.9%
2020	18-49 ani	18.1%
2020	50+ ani	78%
2021	0-17 ani	15.6%
2021	18-49 ani	23.3%
2021	50+ ani	61.1%

Exemplu de stocare pe rânduri

SEZON	GRUP DE VÂRSTĂ	PROCENT DE SPITALIZARE
2019	0-17 ani	13.9%
*2019*	*18-49 ani*	*22.5%*
2019	50+ ani	63.7%
2020	0-17 ani	3.9%
2020	18-49 ani	18.1%
2020	50+ ani	78%
2021	0-17 ani	15.6%
2021	18-49 ani	23.3%
2021	50+ ani	61.1%

Imagine simbolică a unui hard disk cu blocuri multiple de stocare, fiecare bloc conținând un rând

Exemplu de stocare pe coloane

SEZON	GRUP DE VÂRSTĂ	PROCENT DE SPITALIZARE
2019	*0-17 ani*	13.9%
2019	*18-49 ani*	22.5%
2019	*50+ ani*	63.7%
2020	*0-17 ani*	3.9%
2020	*18-49 ani*	18.1%
2020	*50+ ani*	78%
2021	*0-17 ani*	15.6%
2021	*18-49 ani*	23.3%
2021	*50+ ani*	61.1%

Imagine simbolică a unui hard disk cu blocuri multiple de stocare, fiecare bloc conținând o coloană

Rezumat

Stocare pe rânduri

Datele dintr-un rând sunt stocate împreună în blocuri
Ideală pentru sarcini tranzacționale

Stocare pe coloane

Datele dintr-o coloană sunt stocate împreună în blocuri
Ideală pentru sarcini analitice
Compresie mai bună a datelor

Este timpul să exersați!

Concepte de Data Warehousing

Preparing Video For Download...