列存储的数据库更适合OLAP
行存储的数据库更适合OLTP
所谓的快只是针对于进行olap操作而言
我们知道，数据在存储中的基本单位为页，这也是进行数据读取时候基本单位，一次读取就是一次IO操作
以sql server为例，一个数据页大小为8K，数据页中存储的是数据，数据是连续存储的
那么我假设如下的4*4表格为一个数据页
再假设，有这样一个表格 字段1 字段2
字段1的值为 col1value1,col1value2.....
字段2的值为col2value1,col2value2......
再假设一个excel的单元格为一个存储单位，数据总量占了2个页，
那么以行方式存储大概就这样的：
以列方式存储则是这样的：
这时，如果我需要执行如下查询(oltp典型查询)
select 字段1,字段2 from table where 字段1='col1value1'
以行方式查询（在有适当的索引情况下)，那么，执行一次以上查询，只需要扫描一次page1就可以了
以列方式查询，需要投其扫描page1 和page2共2次，分别取得字段1，字段2的单行值
OK，我们换成olap的典型查询
select avg(字段2) from table
--（注意，这里假设字段2为一个整型数据，而且无where条件限制，即需要扫描全部数据）
对于行存储，这个查询需要两次IO将全部数据放入内存后，进行页间数据的跳读（类随机读取)
对于列存储，只需要一次IO将page2放入内存后进行连续读取，如果字段2还有多页的话，也都是进行的物理连续读取
也就是说，在进行olap操作时候，不仅是减小了IO次数，而且把随机读取变为了连续读取
详细归纳为如下：
选择列式存储
| 基于一列或比较少的列计算的时候 |
| 经常关注一张表某几列而非整表数据的时候 |
| 数据表拥有非常多的列的时候 |
| 数据表有非常多行数据并且需要聚集运算的时候 |
| 数据表列里有非常多的重复数据，有利于高度压缩 |
选择HANA行式存储
| 关注整张表内容，或者需要经常更新数据 |
| 需要经常读取整行数据 |
| 不需要聚集运算，或者快速查询需求 |
| 数据表本身数据行并不多 |
| 数据表的列本身有太多唯一性的数据 |