BigData学习5_ 几张图看懂列式存储
最近看到一篇很好资料,里面三言两语配上几个图就把列式存储(Column-based Storage)讲明白了,牛啊!最喜欢的就是这种浅显易懂就把背景知识讲得明明白白,而不是长篇大论的讲概念。 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储(Row-basedstorage)来说的。简单来说两者的区别就是如何组织表(翻译不好,直接抄原文了): ?? Row-based storage stores atable in a sequence of rows. ?? Column-based storage storesa table in a sequence of columns. ? 下面来看一个例子:
从上图可以很清楚地看到,行式存储下一张表的数据都是放在一起的,但列式存储下都被分开保存了。所以它们就有了如下这些优缺点:
注:关系型数据库理论回顾 - 选择(Selection)和投影(Projection) 2补充:数据压缩刚才其实跳过了资料里提到的另一种技术:通过字典表压缩数据。为了方面后面的讲解,这部分也顺带提一下了。 下面中才是那张表本来的样子。经过字典表进行数据压缩后,表中的字符串才都变成数字了。正因为每个字符串在字典表里只出现一次了,所以达到了压缩的目的(有点像规范化和非规范化Normalize和Denomalize)
3查询执行性能下面就是最牛的图了,通过一条查询的执行过程说明列式存储(以及数据压缩)的优点:
关键步骤如下: 1.?????去字典表里找到字符串对应数字(只进行一次字符串比较)。 2.?????用数字去列表里匹配,匹配上的位置设为1。 3.?????把不同列的匹配结果进行位运算得到符合所有条件的记录下标。 4.?????使用这个下标组装出最终的结果集。 原文来自:http://blog.csdn.net/dc_726/article/details/41143175 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |