首先nosql可以被理解為not only sql 泛指非關系型資料庫，也就是說不僅僅是sql，所以它既包含了sql的一些東西，但是又和sql不同，并在其的基礎上改變或者說擴展了一些東西，
提到nosql，首先我們就要分析一下關系型資料庫的行式存盤和非關系型資料庫的列式存盤區別在哪？
行式存盤我們都很熟悉，不論是mysql資料表還是我們熟悉的excel表，這些表里每一行都是完整的一條資料，它們彼此關聯，彼此有關系，
以核酸檢測的資料為例：
行式存盤
一般核酸檢測需要以下幾個欄位：姓名、身份證號、檢測機構、檢測時間、結果、價格
比如是這樣的：
行存盤優點分析
- 在這樣的物理結構下，因為是連續空間，所以插入一條資料只需要追加到當前資料之后即可，很方便
- 對于按記錄查詢也很方便，例如：我們要查詢彥祖的所有核酸記錄，頁面應用的話應該是通過彥祖的身份證號
- 對應的sql如下：
select * from 核酸記錄表 where 身份證號='彥祖的身份證號'
- 這個sql的執行流程比較清晰
1.先從索引查詢出來彥祖的記錄存盤的物理地址
2.在通過物理地址去表的物理存盤中查詢對應地址中的資料
- 這樣就可以快速得到彥祖的核酸記錄
行存盤缺點分析
- 這時候，業務方提了一個需求，他要統計彥祖做核酸總共花了多少錢
- 對于這個需求，sql實作也很簡單，通過對
價格列sum就可以實作，sql如下：
select sum(價格) from 核酸記錄表 where 身份證號='彥祖的身份證號'
- 這個sql的執行流程也比較清晰
1.先從索引查詢出來彥祖的記錄存盤的物理地址
2.在通過物理地址去表的物理存盤中查詢對應地址中的資料
3.拿到所有資料時候，再通過對于價格列sum聚合得到結果
- 分析下，因為行存盤使用的是連續空間，即使需求里面只需要
select sum(價格)，但是讀取物理存盤時候，還是讀取出來了所有的欄位
行存盤優缺點總結
- 通過上面的分析，總結一下行存盤的優缺點
優點：
1.連續空間對于插入/更新很方便
2.對于記錄查詢很方便
缺點
1.會查詢出來很多不需要的列
列式存盤
- 在列存盤中，對于同樣的核酸記錄表，存盤的物理結構如下：
- 在列式存盤中，會把每一列存盤到一起，如
姓名列，是把所有記錄中的姓名這列的值使用連續空間存放到一起 - 而對于各個列之間，是沒有必要使用連續空間存放到一起的，所以很多列式資料庫都使用了分布式存盤的方式，存盤各個列
- 下面我們來分析下列存盤的
資料壓縮和查詢執行流程
列存盤的資料壓縮
- 很多列式資料庫都是通過
字典表的方式進行資料壓縮 - 因為是把每一列存放到一起的，所以很容易通過對于每一列進行去重，來構建一個字典表，例如：
- 對于
姓名列，這列的所有資料如下：
彥祖|德華|路人甲|德華|彥祖
-
對這列值去重以后，構建一張
姓名列字典表，構建演算法忽略，就使用自增id的方式,如下：id姓名列1 彥祖 2 德華 3 路人甲 -
這樣構建字典表，對于列存盤的物理存盤結構，就可以執行存盤字典表中的id,而不用存盤具體的值，有了字典表以后
姓名列存盤如下：
1|2|3|2|1
- 同樣對于
價格列，這列的所有資料如下：
35|20|8|23|20
-
對這列值去重以后，構建一張
價格列字典表，構建演算法忽略，就使用自增id的方式,如下：id價格列1 35 2 20 3 8 4 23 -
有了字典表以后
價格列存盤如下：
1|2|3|4|2
- 這樣通過一些資料壓縮演算法等，可以對資料存盤進行壓縮
列存盤的查詢執行程序
- 有字典表以后，我們來看下，列存盤一般是如何進行查詢的
- 業務需求查詢
彥祖，20塊錢做的核酸記錄：
select * from 核酸記錄表 where 姓名=彥祖 and 價格=20
- 對于該sql，執行程序如下：
1.對于where 姓名=彥祖
首先查詢姓名字典表，查詢到彥祖的id=1
id |
姓名列 |
|---|---|
| 1 | 彥祖 |
| 2 | 德華 |
| 3 | 路人甲 |
2.通過查詢到彥祖的id，對于性名列進行對比，構建一個bitmap，把匹配的要的列的索引位設定為1，否則為0
3.對于where 價格=20 和上面一樣的操作，先查詢價格欄位表，20 的id=2
id |
價格列 |
|---|---|
| 1 | 35 |
| 2 | 20 |
| 3 | 8 |
| 4 | 23 |
4.通過查詢到價格20的id，對于價格列進行對比，構建一個bitmap，把匹配的要的列的索引位設定為1，否則為0
5.對于兩個where條件的結果bitmap做與運算，bitmap中，位為1的索引就是要查詢資料的所有列的索引,如該例子中，兩個結果bitmap與運算后的結果是00001，所以所有列的第5個值，拼接起來就是我們要查詢的資料，
6.所以我們把所有列的第五個值拿出來組裝后就是我們需要的資料
列存盤優點分析
- 上面講了列存盤的
資料壓縮,在資料壓縮上列存盤有一定的優勢 - 每一列都可以天然做索引，不需要額外的資料結構來對各個列構建索引，所以不用在意每一列的資料型別，都可以做索引
- 對于統計彥祖做核酸總共花了多少錢這種需求
select sum(價格) from 核酸記錄表 where 身份證號='彥祖的身份證號'
- 因為列是
分開存盤的，按照上面講的查詢流程，其實最后我們得到的結果bitmap，拿到位=1的索引后，我們不需要查詢所有的列，只需要拿著索引去價格列中獲取相應位置的值，然后在進行sum聚合
列存盤缺點分析
- 因為各個列是分開存盤的，所以在插入、更新時，需要對于
每一個列進行操作，沒有行存盤連續空間那么方便 - 還是看上面說的查詢程序，每次查詢過后，都需要對查詢到的需要的列進行一個資料組裝
列存盤優缺點總結
- 通過上面的分析，總結一下列存盤的優缺點
優點：
1.資料壓縮比較有優勢
2.任何列都可以做索引
3.查詢時只有涉及到的列會被讀取
缺點
1.每次查詢時，都需要對查詢到的列進行資料重新組裝
2.插入/更新操作比較困難
參考自：https://juejin.cn/post/7056820168239874062
好看請贊，養成習慣 :) 本文來自博客園，作者：靠譜楊， 轉載請注明原文鏈接：https://www.cnblogs.com/rainbow-1/p/16573903.html
關于筆者：http://reliableyang.cn/
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/501545.html
標籤：大數據
上一篇：Maven使用與學習