本文參見：https://blog.csdn.net/Xingxinxinxin/article/details/80939277
未完待修改.......................
一.數據處理類型
- 聯機事務處理 OLTP(on-line transaction processing)
- 聯機分析處理 OLAP(On-Line Analytical Processing)
區別：
- OLTP 是傳統關系型數據庫的主要應用，用來執行一些基本的、日常的事務處理，比如數據庫記錄的增、刪、改、查等等
- OLAP 則是分布式數據庫的主要應用，它對實時性要求不高，但處理的數據量大，通常應用於復雜的動態報表系統上。
二.行式存儲和列式存儲
- Row-based storage storesatable in a sequence of rows.
- Column-based storage storesatable in a sequence of columns.
傳統的關系型數據庫，如 Oracle、DB2、MySQL、SQL SERVER 等采用行式存儲法(Row-based)，在基於行式存儲的數據庫中， 數據是按照行數據為基礎邏輯存儲單元進行存儲的， 一行中的數據在存儲介質中以連續存儲形式存在。
列式存儲(Column-based)是相對於行式存儲來說的，新興的 Hbase、HP Vertica、EMC Greenplum 等分布式數據庫均采用列式存儲。在基於列式存儲的數據庫中， 數據是按照列為基礎的邏輯存儲單元進行存儲的，一列中的數據在存儲介質中以連續存儲形式存在。
從上圖可以很清楚地看到，行式存儲下一張表的數據都是放在一起的，但列式存儲下都被分開保存了。所以它們就有了如下這些優缺點對比：
1.在數據寫入上的對比
1）行存儲的寫入是一次完成。如果這種寫入建立在操作系統的文件系統上，可以保證寫入過程的成功或者失敗，數據的完整性因此可以確定。
2）列存儲由於需要把一行記錄拆分成單列保存，寫入次數明顯比行存儲多（意味着磁頭調度次數多，而磁頭調度是需要時間的，一般在1ms~10ms)，再加上磁頭需要在盤片上移動和定位花費的時間，實際時間消耗會更大。所以，行存儲在寫入上占有很大的優勢。
3）還有數據修改,這實際也是一次寫入過程。不同的是，數據修改是對磁盤上的記錄做刪除標記。行存儲是在指定位置寫入一次，列存儲是將磁盤定位到多個列上分別寫入，這個過程仍是行存儲的列數倍。所以，數據修改也是以行存儲占優。
2.在數據讀取上的對比
1）數據讀取時，行存儲通常將一行數據完全讀出，如果只需要其中幾列數據的情況，就會存在冗余列，出於縮短處理時間的考量，消除冗余列的過程通常是在內存中進行的。
2）列存儲每次讀取的數據是集合的一段或者全部，不存在冗余性問題。
3） 兩種存儲的數據分布。由於列存儲的每一列數據類型是同質的，不存在二義性問題。比如說某列數據類型為整型(int)，那么它的數據集合一定是整型數據。這種情況使數據解析變得十分容易。相比之下，行存儲則要復雜得多，因為在一行記錄中保存了多種類型的數據，數據解析需要在多種數據類型之間頻繁轉換，這個操作很消耗CPU，增加了解析的時間。所以，列存儲的解析過程更有利於分析大數據。
4）從數據的壓縮以及更性能的讀取來對比
圖列分析：首先將Customes Name列及Material列做邏輯化索引標識，查詢時分別匹配Materia=Refrigerator及Customes Name=Miller的數據，然后做交叉匹配
3.優缺點
1）行存儲的寫入是一次性完成，消耗的時間比列存儲少，並且能夠保證數據的完整性，缺點是數據讀取過程中會產生冗余數據，如果只有少量數據，此影響可以忽略;數量大可能會影響到數據的處理效率。
2）列存儲在寫入效率、保證數據完整性上都不如行存儲，它的優勢是在讀取過程，不會產生冗余數據，這對數據完整性要求不高的大數據處理領域，比如互聯網，猶為重要。查詢過程中，可針對各列的運算並發執行(SMP)，***在內存中聚合完整記錄集，***可能降低查詢響應時間;可在數據列中高效查找數據，無需維護索引(任何列都能作為索引)，查詢過程中能夠盡量減少無關IO，避免全表掃描;因為各列獨立存儲，且數據類型已知，可以針對該列的數據類型、數據量大小等因素動態選擇壓縮算法，以提高物理存儲利用率;如果某一行的某一列沒有數據，那在列存儲時，就可以不存儲該列的值，這將比行式存儲更節省空間。
4.使用場景
如果你大部分時間都是關注整張表的內容，而不是單獨某幾列，並且所關注的內容是不需要通過任何聚集運算的，那么推薦使用行式存儲。原因是重構每一行數據（即解壓縮過程）對於HANA來說，是一個不小的負擔。列式存儲的話，比如你比較關注的都是某幾列的內容，或者有頻繁聚集需要的，通過聚集之后進行數據分析的表。
行式存儲的適用場景：
1、適合隨機的增刪改查操作;
2、需要在行中選取所有屬性的查詢操作;
3、需要頻繁插入或更新的操作，其操作與索引和行的大小更為相關。
列式存儲的適用場景：
一般來說，一個OLAP類型的查詢可能需要訪問幾百萬甚至幾十億個數據行，且該查詢往往只關心少數幾個數據列。例如，查詢今年銷量最高的前20個商品，這個查詢只關心三個數據列：時間（date）、商品（item）以及銷售量（sales amount）。商品的其他數據列，例如商品URL、商品描述、商品所屬店鋪，等等，對這個查詢都是沒有意義的。而列式數據庫只需要讀取存儲着“時間、商品、銷量”的數據列，而行式數據庫需要讀取所有的數據列。因此，列式數據庫大大地提高了OLAP大數據量查詢的效率。
很多列式數據庫還支持列族（column group，Bigtable系統中稱為locality group），即將多個經常一起訪問的數據列的各個值存放在一起。如果讀取的數據列屬於相同的列族，列式數據庫可以從相同的地方一次性讀取多個數據列的值，避免了多個數據列的合並。列族是一種行列混合存儲模式，這種模式能夠同時滿足OLTP和OLAP的查詢需求。
實操中我們會發現，行式數據庫在讀取數據的時候，會存在一個固有的“缺陷”。比如，所選擇查詢的目標即使只涉及少數幾項屬性，但由於這些目標數據埋藏在各行數據單元中，而行單元往往又特別大，應用程序必須讀取每一條完整的行記錄，從而使得讀取效率大大降低，對此，行式數據庫給出的優化方案是加“索引”。
在OLTP類型的應用中，通過索引機制或給表分區等手段，可以簡化查詢操作步驟，並提升查詢效率。但針對海量數據背景的OLAP應用(例如分布式數據庫、數據倉庫等等)，行式存儲的數據庫就有些“力不從心”了，行式數據庫建立索引和物化視圖，需要花費大量時間和資源，因此還是得不償失，無法從根本上解決查詢性能和維護成本等問題，也不適用於數據倉庫等應用場景，所以后來出現了基於列式存儲的數據庫。對於數據倉庫和分布式數據庫來說，大部分情況下它會從各個數據源匯總數據，然后進行分析和反饋，其操作大多是圍繞同一列屬性的數據進行的，而當查詢某屬性的數據記錄時，列式數據庫只需返回與列屬性相關的值，在大數據量查詢場景中，列式數據庫可在內存中高效組裝各列的值，最終形成關系記錄集，因此可以顯著減少IO消耗，並降低查詢響應時間，非常適合數據倉庫和分布式的應用。
5.總結
1.傳統行式數據庫的特性如下：
①數據是按行存儲的。
②沒有索引的查詢使用大量I/O。比如一般的數據庫表都會建立索引，通過索引加快查詢效率。
③建立索引和物化視圖需要花費大量的時間和資源。
④面對查詢需求，數據庫必須被大量膨脹才能滿足需求。
2.列式數據庫的特性如下：
①數據按列存儲，即每一列單獨存放。
②數據即索引。
③只訪問查詢涉及的列，可以大量降低系統I/O。
④每一列由一個線程來處理，即查詢的並發處理性能高。
⑤數據類型一致,數據特征相似,可以高效壓縮。比如有增量壓縮、前綴壓縮算法都是基於列存儲的類型定制的,所以可以大幅度提高壓縮比,有利於存儲和網絡輸出數據帶寬的消耗。