列式存儲主要的目的有兩個：

大部分OLAP查詢只需要讀取部分列而不是全部列數據，列式存儲可以避免讀取無用數據;

將同一列的數據在物理上存放在一起，能夠極大地提高數據壓縮率。

OLAP和OLTP

OLAP，也叫聯機分析處理(Online Analytical Processing)系統，有的時候也叫DSS決策支持系統，就是我們說的數據倉庫。在這樣的系統中，語句的執行量不是考核標準，因為一條語句的執行時間可能會非常長，讀取的數據也非常多。所以，在這樣的系統中，考核的標準往往是磁盤子系統的吞吐量(帶寬)，如能達到多少MB/s的流量。

在OLAP系統中，常使用分區技術、并行技術。

分區技術在OLAP系統中的重要性主要體現在數據庫管理上，比如數據庫加載，可以通過分區交換的方式實現，備份可以通過備份分區表空間實現，刪除數據可以通過分區進行刪除，至于分區在性能上的影響，它可以使得一些大表的掃描變得很快(只掃描單個分區)。另外，如果分區結合并行的話，也可以使得整個表的掃描會變得很快。總之，分區主要的功能是管理上的方便性，它并不能絕對保證查詢性能的提高，有時候分區會帶來性能上的提高，有時候會降低。

在OLAP系統中，不需要使用綁定(BIND)變量，因為整個系統的執行量很小，分析時間對于執行時間來說，可以忽略，而且可避免出現錯誤的執行計劃。但是OLAP中可以大量使用位圖索引，物化視圖，對于大的事務，盡量尋求速度上的優化，沒有必要像OLTP要求快速提交，甚至要刻意減慢執行的速度。

綁定變量真正的用途是在OLTP系統中，這個系統通常有這樣的特點，用戶并發數很大，用戶的請求十分密集，并且這些請求的SQL 大多數是可以重復使用的。

OLTP，也叫聯機事務處理(Online Transaction Processing)，表示事務性非常高的系統，一般都是高可用的在線系統，以小的事務以及小的查詢為主，評估其系統的時候，一般看其每秒執行的Transaction以及Execute SQL的數量。在這樣的系統中，單個數據庫每秒處理的Transaction往往超過幾百個，或者是幾千個，Select 語句的執行量每秒幾千甚至幾萬個。典型的OLTP系統有電子商務系統、銀行、證券等，如美國eBay的業務數據庫，就是很典型的OLTP數據庫。

列組(Column Group)

OceanBase通過列組支持行列混合存儲，每個列組存儲多個經常一起訪問的列。

技術經驗分享：漫談OceanBase 列式存儲

如上圖所示，OceanBase SSTable首先按照列組存儲，每個列組內部再按行存儲。分為幾種情況：

·所有列屬于同一個列組。數據在SSTable中按行存儲，OLTP應用往往配置為這種方式。

·每列對應一個列組。數據在SSTable中按列存儲，這種方式在實際應用中比較少見。

·每個列組對應一行數據的部分列。數據在SSTable中按行列混合存儲，OLAP應用往往配置為這種方式。

OceanBase還允許一個列屬于多個列組，通過冗余存儲這些列，能夠提高訪問性能。例如，某表格總共包含5列，用戶經常一起訪問(1，3，5)或者(1，2，3，4)列。如果將(1，3，5)和(l，2，3，4)存儲到兩個列組中，那么，大部分訪問只需要讀取一個列組，避免了多個列組的合并操作。

列式存儲提高了數據壓縮比，然面，實踐過程中我們發現，由于OceanBase最初的幾個版本內存操作實現得不夠精細，例如數據結構設計不合理，數據在內存中膨脹很多倍，導致大查詢的性能瓶頸集中在CPU，列式存儲的優勢完全沒有發揮出來。這就告訴我們，列式存儲的前提是設計好內存數據結構，把CPU操作優化好，否則，后續的工作都是無用功。為了更好地支持OLAP應用，新版的OceanBase將重新設計列式存儲引擎