行存与列存怎么选
行存按整行连续存储，点查与整行读取高效；列存按列组织，扫描少量列做大范围统计时 IO 更省、压缩率更高，代价是逐行更新与点查不擅长。判断依据主要是访问模式：按主键读写、事务、整行返回选行存；事实表聚合、宽表只取少列、大批量导入选列存。混合负载可以分层，交易与状态用行存，明细与指标用列存，中间用同步链路连接。
基本信息
| 行存适合 | 按主键读写、事务、宽表整行返回 |
|---|---|
| 列存适合 | 事实表聚合、只取少列、高压缩比与批量导入 |
| 更新代价 | 列存更新多为 part 重写，不适合高频单行改 |
| 典型组合 | 行存做交易，列存做分析，同步链路连接 |
典型使用场景
- 交易系统：订单、账户状态用行存保证低延迟点查
- 分析平台：明细与指标用列存提升聚合速度
- 宽表统计：只读少数几列的年度汇总用列存更省 IO
- 日志归档：压缩率优先的场景用列存
- 分层架构：两类存储通过 CDC 或导出任务连接
列存优势场景
列存优势场景
-- 只读少数几列聚合海量明细
SELECT region, count() AS orders, sum(amount) AS gmv
FROM fact_orders
WHERE dt BETWEEN '2024-01-01' AND '2024-06-30'
GROUP BY region;
-- 行存优势场景：按主键取整行
-- SELECT * FROM orders WHERE id = 1001;选择依据
| 维度 | 行存 | 列存 |
|---|---|---|
| 点查 | 优势明显 | 需要读取整列块 |
| 大范围扫描 | 会读多余列 | 只读所需列，IO 更省 |
| 更新 | 就地更新友好 | 多为合并式重写 |
| 压缩率 | 一般 | 同列类型一致，压缩率更高 |
| 典型场景 | 交易与状态 | 明细聚合与报表 |
混合负载可以分层：交易与状态用行存，明细与指标用列存，通过同步链路连接，两边的优化目标互不干扰。
把高频更新的状态表放进列存会持续产生 part 重写，收益为负。
列存上执行 SELECT * 返回宽行会把列存优势抵消掉，查询应显式选择需要的列。
选型前用真实数据量做一次对照压测：同一份数据分别在行存与列存上跑典型查询，用实测耗时与磁盘占用做决定，比按经验推断可靠。