人大金仓数据库KingbaseES创建列存表介绍

关键字：

KingbaseES、SQL、列存储

1.列存储与行存储

早期的RDBMS一般按行进行数据的组织，即每个关系可以近似为一个表格，一条数据在表格中占据一行（或多行），每行数据包含若干列（属性），对数据的增删查改都以行为单位进行。

随着时代的发展，数据库中需要通过大量聚合统计数据的需求(即OLAP场景的需求逐渐高涨)，列存储在数据的修改场景中性能较差，但是能够快速的过滤出所需数据进行聚合统计。更具体地说，列存储的优势在于。

1.自动索引，列存储在内存中按照列方式存储，因此本身各列之间可以互相作为索引使用，无需额外数据结构对该列建立索引。 2.数据压缩，由于同一列中值的较高重复率以及同一列的数据在类型上的相似性，数据压缩可以较为高效的进行。 3.向量执行，列式存储结构有利于列式算子的实现，向量化进行计划执行。

2.列存储在KES的组织方式

列存表在KES中按列的形式存储数据，而不是在内存中组织的列存表，即on-disk结构是按照列进行组织的。CU在KES中只能以写追加的方式进行修改，即当进行列存数据删除时，对数据进行标记，而不能直接从物理或内存结构中删除；当进行修改时，对数据进行标记，随后加入一条新的数据。同时，无论对列存表存入1-60000条数据时，都将加入一个CU。

3.列存表的创建流程

1.DefineRelation创建表时transformRelOptions中识别创建的表是否是列存表

2.向pg_class加入tuple时进行记录

3.在CreateStmt执行过程中，当DefineRelation结束后，DBMS重新打开该表进行TOAST相关检查后，进行列存表过程（函数AlterCStoreCreateTables）

4.在这一过程中进行delta表与CU描述符的创建。

其余过程与行存表创建基本一致。

4.列存表主要机制介绍

列存表的物理结构就是列存表，但是KES的列存表可以伴随一个DELTA表，前面说到在修改少量数据时，KES仍以一整个CU的方式进行列存表处理。这样，随着运行时间的增长，产生的碎片将影响数据库系统性能。鉴于这一情况，KES的列存储机制引入了DELTA表——当数据进行少量修改时，数据将在DELTA表中进行操作，避免产生小CU以及碎片，DELTA表的修改与一般行存表一致，这一机制可以显著提高列存的性能表现。 更多信息，参见https://help.kingbase.com.cn/v8/index.html