深入理解Mysql系列——行存储和列存储详解

行存储

数据一行一行存储，实际存在磁盘上是一块一块的存储，每行的长度不一定相同。举个例子，按mysql的存储设计，数据是按行排列到磁盘中的，比如第1行的全部字段用/分开，连续写入到磁盘中，"1/猪肉/肉类/50/2.0/2020.01.01"在order.idb文件中的offset范围为1201~1250。当用户需要查找第1笔订单的价格，语句为"select price from table where orderid=1"，mysql必须把offset1201~1250都从磁盘中读取出来，再从中挑选出price=50这个字段值返回。

第一个场景：假设从1g行中选出100001-200000行，行存储会怎么做呢

从基本连续的空间取出10w行，因为数据基本在连续的空间中。因为有页表，所以读取内存的值往往是2k，4k这样的值，导致磁盘一块读入内存中也是2k，4k，所以一个块的大小往往和2k，4k这样的数字有关系

 

第二个场景：假设从1g行中 取出1列数据100001-200000行的name，status列

怎么从10w行的结果集中再取出两列，可以筛选后再复制，也可以分批次读取少量行然后取得时候就选出需要的列。

无论什么算法，数据必须得通过一个buffer，然后存在buffer里去计算，如果buffer为4M，那就得256次读取 ，读4M过滤一些列处理。。。这样就是做10w次过滤操作。这是行存储的基本逻辑。

行存储在数据量不多时，看起来并没有什么问题。

假设我们换个场景思考，我们是做电商的，每年产生1000亿条订单，每条订单有50种属性（50个字段），我们的分析师需要分析商品的平均价格，这个时候如果用mysql，就需要把1000亿条全部50个字段数据都从磁盘读取，但是只取了其中price字段使用，因为多读取了49个字段的无用数据，磁盘和内存都会成为性能瓶颈，这个操作非常低效非常慢。这个时候，就需要引入列存储的概念了。
 

列存储

数据一列一列的存，某一种属性就存储一列。一列中的数据在存储介质中以连续存储形式存在。

逻辑上是列存储，实际上还是一行一行的存储，比如id列的第一行和name列的第一行实际还是在一行上的。

行式数据库的特性如下：

①数据是按行存储的。

②没有索引的查询使用大量I/O。比如一般的数据库表都会建立索引，通过索引加快查询效率。

③建立索引和物化视图需要花费大量的时间和资源。

④面对查询需求，数据库必须被大量膨胀才能满足需求。

列式数据库的特性如下：

①数据按列存储，即每一列单独存放。

②数据即索引。

③只访问查询涉及的列，可以大量降低系统I/O。

④每一列由一个线程来处理，即查询的并发处理性能高。

⑤数据类型一致，数据特征相似，可以高效压缩。比如有增量压缩、前缀压缩算法都是基于列存储的类型定制的，所以可以大幅度提高压缩比，有利于存储和网络输出数据带宽的消耗。
 

那么Mysql是行式存储还是列式存储？

Mysql作为一个关系型数据库，结构化数据指的是由二维表结构来逻辑表达和实现的数据，严格遵循数据格式与长度规范，也称作为行数据，特点为：数据以行为单位，一行数据表示一个实体的信息，每一行数据的属性是相同的。因此关系型数据库完美契合结构化数据的特点。

所以Mysql是行存储。MySQL是基于磁盘进行数据存储的关系型数据库， 所有的数据、索引等数据均以磁盘文件的方式存储， 在有需要时载入内存读取。

原文链接：https://blog.csdn.net/daiyudong2020/article/details/104665885