规划存储模型

openGauss支持行列混合存储。行、列存储模型各有优劣，建议根据实际情况选择。通常openGauss用于TP场景的数据库，默认使用行存储，仅对执行复杂查询且数据量大的AP场景时，才使用列存储。

行存储是指将表按行存储到硬盘分区上，列存储是指将表按列存储到硬盘分区上。默认情况下，创建的表为行存储。行存储和列存储的差异请参见图1。

图 1 行存储和列存储的差异

规划存储模型 - 图1

上图中，左上为行存表，右上为行存表在硬盘上的存储方式。左下为列存表，右下为列存表在硬盘上的存储方式。

行、列存储有如下优缺点：

存储模型 优点 缺点
行存 数据被保存在一起。INSERT/UPDATE容易。 选择(Selection)时即使只涉及某几列，所有数据也都会被读取。
列存 - 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。 - 选择完成时，被选择的列要重新组装。 - INSERT/UPDATE比较麻烦。

一般情况下，如果表的字段比较多（大宽表），查询中涉及到的列不多的情况下，适合列存储。如果表的字段个数比较少，查询大部分字段，那么选择行存储比较好。

存储类型 适用场景
行存 - 点查询(返回记录少，基于索引的简单查询)。 - 增、删、改操作较多的场景。
列存 - 统计分析类查询 (关联、分组操作较多的场景)。 - 即席查询（查询条件不确定，行存表扫描难以使用索引）。

行存表

默认创建表的类型。数据按行进行存储，即一行数据是连续存储。适用于对数据需要经常更新的场景。

1. openGauss=# CREATE TABLE customer_t1
2. (
3. state_ID   CHAR(2),
4. state_NAME VARCHAR2(40),
5. area_ID    NUMBER
6. );

8. --删除表
9. openGauss=# DROP TABLE customer_t1;

列存表

数据按列进行存储，即一列所有数据是连续存储的。单列查询IO小，比行存表占用更少的存储空间。适合数据批量插入、更新较少和以查询为主统计分析类的场景。列存表不适合点查询。

1. openGauss=# CREATE TABLE customer_t2
2. (
3. state_ID   CHAR(2),
4. state_NAME VARCHAR2(40),
5. area_ID    NUMBER
6. )
7. WITH (ORIENTATION = COLUMN);

9. --删除表
10. openGauss=# DROP TABLE customer_t2;

行存表和列存表的选择

  • 更新频繁程度

数据如果频繁更新，选择行存表。 - 插入频繁程度

频繁的少量插入，选择行存表。一次插入大批量数据，选择列存表。 - 表的列数

表的列数很多，选择列存表。 - 查询的列数

如果每次查询时，只涉及了表的少数（<50%总列数）几个列，选择列存表。 - 压缩率

列存表比行存表压缩率高。但高压缩率会消耗更多的CPU资源。