行/列式存储

数据处理大致可分为两大类，联机事务处理OLTP（on-line transaction processing） 和联机分析处理OLAP（on-line analytical processing)。

OLTP与OLAP的区别

OLTP是传统关系型数据库的主要应用，用来执行一些基本的、日常的事务处理，比如数据库记录的增、删、改、查等等。而OLAP则是分布式数据库的主要应用，它对实时性要求不高，但处理的数据量大，通常应用于复杂的动态报表系统上。
OLTP与OLAP的主要区别：

数据处理类型	OLTP	OLAP
主要的面向对象	业务开发人员	分析决策人员
功能实现	日常事务处理	面向分析决策
数据模型	关系模型	多维模型
处理的数据量	通常为几条或几十条记录	通常达到百万千万条记录
操作类型	查询、插入、更新、删除	查询为主

行式存储与列式存储

传统的关系型数据库采用行式存储法（Row-based），一行中的数据在存储介质中以连续存储形式存在。
列式存储（Column-based）是相对于行式存储来说的，一列中的数据在存储介质中以连续存储形式存在。

OLTP类型的应用采用行式存储，数据量大且选择查询几个属性时查询效率会降低，此时通过索引机制或给表分区等手段，可以简化查询操作步骤，并提升查询效率。
针对海量数据背景的 OLAP 应用，行式存储的数据库就有些“力不从心”了。行式数据库建立索引和物化视图，需要花费大量时间和资源，因此还是得不偿失，无法从根本上解决查询性能和维护成本等问题。大数据场景下更注重纵向比较，列式数据库可高效组装各列的值。

参考：行式存储与列式存储的区别