Data Blocks: Hybrid OLTP and OLAP on Compressed Storage using both Vectorization and Compilation报告

This work aims at reducing the main-memory footprint in high performance hybrid OLTP & OLAP databases, while

retaining high query performance and transactional throughput.For this purpose, an innovative compressed columnar storage format for cold data, called Data Blocks is introduced.

这项工作的目的是在高性能混合OLTP和OLAP数据库中，保持高查询性能和事务吞吐量的情况下，减少内存占用。

为此，引入了一种新的压缩数据存储格式，称为数据块。数据块还包括一个新的轻量级索引结构，称为位置SMA。

数据块特点

即使不能排除整个块，它也可以缩小数据块内的扫描范围。为了达到最高的OLTP性能，数据块的压缩方案非常轻量级，使得OLTP事务仍然能够快速访问单个元组，这使我们的存储方案与那些（用于数据分析的专用分析数据库）方案（通常是位解包）不同。迄今为止，高性能分析系统使用矢量化查询执行或“准时制”（JIT）查询编译。数据块的细粒度自适应性需要将解释的矢量化扫描子系统集成到每一个方法的最佳特征中。块加速了各种查询工作负载的性能，同时保留了高的事务吞吐量。