列存储索引会减少数据空间吗？这怎么可能？

Question

我正在测试我的一个查询的性能。我正在尝试不同的索引。当我在我的表上应用列存储索引时，表大小减少了 70-80%。这怎么可能？

Answer 1

列存储在磁盘上排列数据的方式与“普通”表的排列方式不同。该列的值被拆分为超过一百万个值的段。每个段都被压缩。由于单个列的值可以显示大量重复（想想“国家代码”或“产品名称”），因此压缩率可能很重要。

读取性能可以从几个因素中提高。首先，仅从磁盘读取查询中所需的列。其次，与行存储相比，对于给定数量的值，压缩意味着更少的 IO。第三，可以在所谓的“批处理模式”中执行聚合函数，该模式针对 CPU 缓存的使用进行了优化。

压缩也可用于行存储。我的经验是 CPU 利用率增加但 IO 下降，以改善查询时间。这是用于执行报告和分析的中等规模的数据库。

当然，您的里程可能会有所不同。