列存储列式数据库的举例

列式数据库的优缺点

优点： 极高的装载速度 （最高可以等于所有硬盘IO 的总和，基本是极限了） 适合大量的数据而不是小数据 实时加载数据仅限于增加（删除和更新需要解压缩Block 然后计算然后重新压缩储存） 高效的压缩率，不仅节省储存空间也节省计算内存和CPU。

非常适合做聚合操作。

缺点： 不适合扫描小量数据 不适合随机的更新 批量更新情况各异，有的优化的比较好的列式数据库（比如Vertica）表现比较好，有些没有针对更新的数据库表现比较差。

不适合做含有删除和更新的实时操作。

MIS名词解释

MIS系统通常用于系统决策，例如，可以利用MIS系统找出目前迫切需要解决的问题，并将信息及时反馈给上层管理人员，使他们了解当前工作发展的进展或不足。

换句话说，MIS系统的最终目的是使管理人员及时了解公司现状，把握将来的发展路径。

传统的行存储和（HBase）列存储的区别

列存储不同于传统的关系型数据库，其数据在表中是按行存储的，列方式所带来的重要好处之一就是，由于查询中的选择规则是通过列来定义的，因此整个数据库是自动索引化的。

按列存储每个字段的数据聚集存储，在查询只需要少数几个字段的时候，能大大减少读取的数据量，一个字段的数据聚集存储，那就更容易为这种聚集存储设计更好的压缩/解压算法。

传统的(Oracle)行存储和（Hbase）列存储的区别 这里写图片描a 1、数据是按行存储的 2、没有索引的查询使用大量I/O 3、建立索引和物化视图需要花费大量时间和资源 4、面对查询的需求，数据库必须被大量膨胀才能满足性能需求 这里写图片描述 1、数据按列存储–每一列单独存放 2、数据即是索引 3、只访问查询涉及的列–大量降低系统IO 4、每一列由一个线索来处理–查询的并发处理 5、数据类型一致，数据特征相似–高效压缩

Mysql中的DATE和DATETIME有什么区别？

1、显示格式的区别 Date显示格式：YYYY-MM-DD；DateTime显示格式：YYYY-MM-DD HH:mm:ss。

2、显示范围的区别 Date显示范围是1601-01-01 到 9999-01-01；DateTime显示范围是1601-01-01 00:00:00 到 9999-12-31 23:59:59。

3、应用场景的区别 当业务需求中只需要精确到天时，可以用Date这个时间格式，当业务需求中需要精确到秒时，可以用DateTime这个时间格式。

4、后台取值的区别 Date后台取值：@JSONField(format=”yyyy-MM-dd”)；DateTime后台取值：@JSONField(format=”yyyy-MM-dd HH:mm:ss:SSS”)（这里只会精确到秒）。

参考资料：搜狗百科：MySQL函数

如何查询blob类型中存的是什么格式的文件

数据库中Blob类型可以存储二进制数据。

二进制数据可以存储的范围比较广：即可以是文件流，也可以是组合数据。

所以，blob列中存储的是否是文件，这取决于向此列的存储逻辑 1. 如果在向列存储时，直接将文件二进制化，那么可以反向将二进制数据文件化就可以查看文件。

2. 如果存储时，除了文件本身，还包含其它信息，则需要将这些额外信息删除后才能够写入文件。

3. blob列中不一定每行数据都是文件，也许是有条件的存储（与其它列相关） 4. 即便是文件，也不一定是同一种格式的文件，假如都是图像文件，但有的行可能是bmp，有的行可能是jpg。

在文件化后需要使用正确的打开方式才可以。

列式数据库的举例

下面以GBase 8a分析型数据库为例，描述列存储对数据存储与管理的作用。

面对海量数据分析的 I/O 瓶颈，GBase 8a 把表数据按列的方式存储，其优势体现在以下几个方面。

不读取无效数据：降低 I/O 开销，同时提高每次 I/O 的效率，从而大大提高查询性能。

查询语句只从磁盘上读取所需要的列，其他列的数据是不需要读取的。

例如，有两张表，每张表100GB 且有100 列，大多数查询只关注几个列，采用列存储，不需要像行存数据库一样，将整行数据取出，只取出需要的列。

磁盘 I/0 是行存储的 1/10或更少，查询响应时间提高 10 倍以上。

高压缩比：压缩比可以达到 5 ~ 20 倍以上，数据占有空间降低到传统数据库的1/10 ，节省了存储设备的开销。

当数据库的大小与数据库服务器内存大小之比达到或超过 2:1 （典型的大型系统配置值）时，列存的 I/O 优势就显得更加明显； GBase 8a 分析型数据库的独特列存储格式，对每列数据再细分为“数据包”。

这样可以达到很高的可扩展性：无论一个表有多大，数据库只操作相关的数据包，性能不会随着数据量的增加而下降。

通过以数据包为单位进行 I/O 操作提升数据吞吐量，从而进一步提高I/O效率。

由于采用列存储技术，还可以实现高效的透明压缩。

由于数据按列包存储，每个数据包内都是同构数据，内容相关性很高，这使得GBase 8a 更易于实现压缩，压缩比通常能够达到 1:10 甚至更优。

这使得能够同时在磁盘 I/O 和 Cache I/O 上都提升数据库的性能，使 GBase 8a 在某些场景下的运算性能比传统数据库快 100 倍以上。

GBase 8a 允许用户根据需要设置配置文件，选择是否进行压缩。

在启用压缩的情况下GBase 8a 根据数据的不同特性以及不同的分布状况，自动采用相应的压缩算法，如： 行程编码（适用于大量连续重复的数据，特别是排序数据）； 基于数据的差值编码（适用于重复率低，但彼此差值较小的数据列）； 基于位置的差值编码（适用于重复率高，但分布比较随机的数据列）。