為了滿足對數(shù)據(jù)存儲不斷增長的需求，以及以最高效的方式容納數(shù)據(jù)多樣性，企業(yè)越來越傾向于選擇非標準數(shù)據(jù)庫類型。多年來，企業(yè)主要使用關(guān)系數(shù)據(jù)庫。然而，隨著需求的變化和存儲價格的下降，人們開始轉(zhuǎn)而使用非關(guān)系型數(shù)據(jù)庫。

[[426275]]

列式數(shù)據(jù)庫符合這種描述。這些是NoSQL數(shù)據(jù)庫，專為高度分析、復(fù)雜查詢?nèi)蝿?wù)而構(gòu)建。與關(guān)系數(shù)據(jù)庫不同，列式數(shù)據(jù)庫按列而不是按行存儲數(shù)據(jù)。這些列被收集以形成子組。

這類數(shù)據(jù)庫的鍵名和列名不是固定的。同一列族或列簇中的列可以具有不同的行數(shù)，并且可以容納不同類型的數(shù)據(jù)和名稱。

當(dāng)需要大型數(shù)據(jù)模型時，最常使用這些數(shù)據(jù)庫。它們對于數(shù)據(jù)倉庫非常有用，或者在需要高性能或處理密集查詢時非常有用。

列式數(shù)據(jù)庫如何工作

關(guān)系型數(shù)據(jù)庫有固定的模式，它們具有行和列的表。寬列數(shù)據(jù)庫具有相似但不同的架構(gòu)。它們也有行和列。但是，它們不是固定在表中，而是具有動態(tài)模式。每列單獨存儲。

如果存在相似(相關(guān))的列，則將它們關(guān)聯(lián)到列族中，然后將這些列族與其他列族分開存儲。 行鍵是每個列族的第一列，作為行的標識符。此外，之后的每一列都有一個列鍵(名稱)。它標識行中的列，從而實現(xiàn)對列的查詢。值和時間戳出現(xiàn)在列鍵之后，說明數(shù)據(jù)何時被輸入或修改。

與每一行相關(guān)的列數(shù)或其名稱可能會有所不同。換句話說，并不是一個列族的每一列都有相同的行數(shù)。事實上，即使它們可能共享它們的名字，每一列都包含在一行中并且不會跨越所有行。

接觸過關(guān)系型數(shù)據(jù)庫的人都知道，關(guān)系型數(shù)據(jù)庫的每一列都有相同的行數(shù)，只是碰巧有些字段有空值，或者看起來是空的。對于寬列數(shù)據(jù)庫，這些行不是空的，而是對于特定列根本不存在。

列族位于鍵空間中。每個鍵空間都包含一個完整的 NoSQL 數(shù)據(jù)存儲，并且正如模式對關(guān)系數(shù)據(jù)庫那樣，它具有相似的角色或重要性。然而，由于 NoSQL 數(shù)據(jù)存儲沒有集合結(jié)構(gòu)，鍵空間代表無模式數(shù)據(jù)庫，其中包含數(shù)據(jù)存儲設(shè)計和它自己的屬性集。

當(dāng)前最流行的列式數(shù)據(jù)庫之一是 MariaDB。它是作為 MySQL 的分支而創(chuàng)建，它很強大且可擴展，可處理很多不同的目的和大量的查詢。Apache Cassandra是柱狀數(shù)據(jù)庫的另一個例子，它處理跨多個服務(wù)器的大量數(shù)據(jù)負載，使數(shù)據(jù)高度可用。其他數(shù)據(jù)庫還包括專為分析設(shè)計的 Apache HBase、Hypertable和Druid。這些數(shù)據(jù)庫支持Outbrain、Spotify 和 Facebook等平臺的某些功能。

列族類型

• 標準列族。這種列族類型類似于表;它包含一個鍵值對，其中鍵是行鍵，值存儲在列中，使用它們的名稱作為標識符。
• 超級列族。超級列代表列數(shù)組。每個超級列都有一個名稱和一個值，將超級列映射到幾個不同的列。相關(guān)的超級列關(guān)聯(lián)在超級列族的單行種。與關(guān)系數(shù)據(jù)庫相比，這就像數(shù)據(jù)庫中幾個不同表。想象一下，你可以查看單行的列和值，這是跨多個不同表的單個標識符，并且能夠?qū)⑺鼈內(nèi)看鎯υ谝粋€地方：這就是超級列族。

列式數(shù)據(jù)庫的優(yōu)勢

• 可擴展性。這是主要優(yōu)勢，這也是企業(yè)使用此類數(shù)據(jù)庫存儲大數(shù)據(jù)的主要原因之一。它能夠根據(jù)數(shù)據(jù)庫的規(guī)模分布在數(shù)百臺不同的機器上，支持大規(guī)模并行處理。這意味著它可以使用多個處理器同時處理同一組計算。
• 壓縮。它們不僅具有無限的可擴展性，而且還擅長壓縮數(shù)據(jù)，從而節(jié)省存儲空間。
• 反應(yīng)靈敏。加載時間最短，查詢執(zhí)行速度快，這是因為它們被設(shè)計為支持大數(shù)據(jù)，并適用于分析。

列式數(shù)據(jù)庫的缺點

• 在線事務(wù)處理。對于在線事務(wù)處理，這些數(shù)據(jù)庫不是很高效，不如在線分析處理。這意味著它們不太擅長更新事務(wù)，但旨在分析它們。這就是為什么我們看到這些數(shù)據(jù)庫用于保存業(yè)務(wù)分析所需的數(shù)據(jù)，而關(guān)系數(shù)據(jù)庫在后端存儲數(shù)據(jù)。

• 增量數(shù)據(jù)加載。如上所述，通常列式數(shù)據(jù)庫用于分析并且可以快速檢索數(shù)據(jù)，即使在處理復(fù)雜查詢時也是如此，因為數(shù)據(jù)在列中緊密聯(lián)系。雖然增量數(shù)據(jù)加載并非不可能，但列式數(shù)據(jù)庫并不能以最有效的方式執(zhí)行它們。首先需要掃描列以識別正確的行，然后進一步掃描以定位需要覆蓋的修改數(shù)據(jù)。

• 特定于行的查詢。正如上面提到的缺點，這一切都歸結(jié)為同一問題，即為正確的目的使用正確類型的數(shù)據(jù)庫。對于特定于行的查詢，你會引入額外的步驟，即掃描列以識別行，然后定位要檢索的數(shù)據(jù)。訪問分散在多列中的單個記錄需要很多時間，而訪問單個列中的分組記錄會更快。頻繁的行特定查詢可能會降低列式數(shù)據(jù)庫的速度，從而導(dǎo)致性能問題，這無疑違背該數(shù)據(jù)庫的設(shè)計初衷，它是專為幫助快速獲取所需信息而設(shè)計。

NoSQL數(shù)據(jù)庫主要是為滿足特定目的而設(shè)計，不應(yīng)用作一般類型的存儲。寬列數(shù)據(jù)庫是列式而不是行式，它主要用于存儲和查詢大數(shù)據(jù)。該類型中有很多不同的數(shù)據(jù)庫可用，在尋找最合適的數(shù)據(jù)存儲解決方案時，你應(yīng)該探索它們的功能。