opengauss之规划存储模型（行存储or列存储）

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

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。

1、行、列存储的优缺点：

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。

1.1 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。

openGauss=# CREATE TABLE customer_t1( state_ID CHAR(2), state_NAME VARCHAR2(40), area_ID NUMBER);

--删除表openGauss=# DROP TABLE customer_t1;

1.2 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。

openGauss=# CREATE TABLE customer_t2( state_ID CHAR(2), state_NAME VARCHAR2(40), area_ID NUMBER)WITH (ORIENTATION = COLUMN);

--删除表openGauss=# DROP TABLE customer_t2;

1.3 行存表和列存表的选择

• 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。