Hive部分：行式存储和列式存储的比较

清疚 2021-09-25 03:18 538阅读 0赞

**行式存储：**

**优点：数据被保存在一起了，insert和update更加容易**

**缺点：选择（selection）时即时只涉及某几列，所有数据也都会被读取**

**列式存储：**

**优点：查询时只有涉及到的列会被读取；投影（projection）很高效；任何列都能作为索引**

**缺点：选择完成时，被选择的列要重新组装，insert/update会比较麻烦**

[https://blog.csdn.net/wyqwilliam/article/details/81063343][https_blog.csdn.net_wyqwilliam_article_details_81063343]

\----------------

## 列式存储和行式存储 ##

首先我们看一下一张表的存储格式

![4c3e321a49481efc0059556c9d439aef.png][]

1.1 行式存储

![c51bc305634678be38ca340a8e1a0e4e.png][]

1.2 列式存储

![dca62b317153996234c59b729cc52b59.png][]

1.3列式存储和行式存储的比较

**行式存储**

优点：

相关的数据是保存在一起，比较符合面向对象的思维，因为一行数据就是一条记录

这种存储格式比较方便进行INSERT/UPDATE操作

缺点：

如果查询只涉及某几个列，它会把整行数据都读取出来，不能跳过不必要的列读取。当然数据比较少，一般没啥问题，如果数据量比较大就比较影响性能

由于每一行中，列的数据类型不一致，导致不容易获得一个极高的压缩比，也就是空间利用率不高

不是所有的列都适合作为索引

**列式存储**

优点：

查询时，只有涉及到的列才会被查询，不会把所有列都查询出来，即可以跳过不必要的列查询

高效的压缩率，不仅节省储存空间也节省计算内存和CPU

任何列都可以作为索引

缺点：

INSERT/UPDATE很麻烦或者不方便

不适合扫描小量的数据

[https://www.cnblogs.com/dangjf/p/10071946.html][https_www.cnblogs.com_dangjf_p_10071946.html]

[https_blog.csdn.net_wyqwilliam_article_details_81063343]: https://blog.csdn.net/wyqwilliam/article/details/81063343
[4c3e321a49481efc0059556c9d439aef.png]: /images/20210923/ee7ead0c4c294f3da31291d33d375840.png
[c51bc305634678be38ca340a8e1a0e4e.png]: /images/20210923/b36c4a7335c6448e869abff4d5c7080d.png
[dca62b317153996234c59b729cc52b59.png]: /images/20210923/fcdebd2bf22e4c30bbaae68cde6837b9.png
[https_www.cnblogs.com_dangjf_p_10071946.html]: https://www.cnblogs.com/dangjf/p/10071946.html