对于分析型场景，列式存储本质上优于行式存储。
其中关键的几大杀器是：编码压缩（compression）、向量化查询处理（vectorized query processing）、隐式连接（invisible join）、延迟物化（late materialization）等。
而这些技术的应用，需要从存储层到计算层的全面支持才行，显然，目前主流的行式存储并不具备这样的条件。
1、编码压缩
列式存储的数据属于同一种类型，如数值类型，字符串类型等。相似度很高，试用合适的编码压缩可减少数据的存储空间，进而减少IO提高读取性能。
C-Store中针对数值类型的数据是否排序、区分度（Number of Distince Values）排列组合出4种情况，并给出了一些编码方案。
- 有序且区分度不多
可以使用一系列三元组(v,f,n)对列数据编码，表示值 v 从第 f 行出现，一共有 n 个（即 f 到 f+n−1 行）。如：数值 2 出现在 10-15行，则编码为 (2,10,6)。 - 无序且区分度不多
可以使用位图构造每个列取值出现的行位置，如：一列的数据为0,0,1,1,1,0,0,2,2，
则编码为 (0, 110001100)、(1, 001110000) 和 (2,000000011)
同时对稀疏的位图可进一步进行行程编码（Run Length Encoding，RLE)压缩数据。 - 有序且区分度多
这时候可以使用等差数列（每个数值表示为前一个数值加上一个变化量）来减小数据的存储。如：对于一列数据 1,4,7,7,8,12，
可以表示为序列 1,3,3,0,1,4。 - 无序且区分度多
这种情况数据的规律性不强，没有很好的编码方式。
其他场景的编码还有varint、字符串字典编码（Dictionary Encoding）等，这些轻量级的编码技术仅需要多付出一些CPU，就可以节省不小的IO。
对于复杂类型，嵌套类型的可以使用Google Dremel提出Striping/Assembly算法（开源Parquet），使用Definition Level+Repetition Level做编解码。一些数值类型有时也可以尝试大一统的用bitshuffle做转换，配合压缩效果也不错，例如KUDU和百度Palo（Doris）中有应用。
同时，对于有些压缩/编码算法，比如RLE算法，针对压缩后的数据无需解压就可以直接做谓词下推，加快计算速度。如：AAAAABBCCCDDDDA --> A5B2C3D4A1，如果要以where col = 'C’过滤数据，平均计算复杂度等于总行数/列的基数，列基越大过滤越快（当然副作用是结果集很大）；另外，如果输出的列数据是排过序的，那where col = 'C’过滤数据的计算复杂度降为log(总行数/列的基数)，速度更快。
在编码基础上，还可以进行传统的压缩，如snappy等支持流式处理、吞吐量高的压缩算法。
2、向量化执行
向量化是指一个CPU指令可以同时处理多条数据，如下图:
当把 v1 和 v2 数组中的数据分别加载到寄存器 XMM0 和 XMM1 中时，可以通过一条指令就完成两个数组的和vec_res计算。
这需要 CPU 对向量化指令的支持，如 SSE2, AVX 等。
在软件层面上，向量化代码的书写方式体现在：先准备好待处理的批量数据，然后在对批量数据在一个 for 循环内做简单操作。
对于一个实现两个 int 相加的 expression：
- 没有向量化的代码书写方式：
class ExpressionIntAdd extends Expression { Datum eval(Row input) { int left = input.getInt(leftIndex); int right = input.getInt(rightIndex); return new Datum(left+right); } } - 向量化后的代码书写方式：
class VectorExpressionIntAdd extends VectorExpression { int[] eval(int[] left, int[] right) { int[] ret = new int[input.length]; for(int i = 0; i < input.length; i++) { ret[i] = new Datum(left[i] + right[i]); } return ret; } }
对比向量化之前的版本，向量化之后的版本不再是每次只处理一条数据，而是每次能处理一批数据，而且这种向量化的计算模式在计算过程中也具有更好的数据局部性。这样可以让计算更多的停留在函数内，而不是频繁的交互切换，提高了CPU的流水线并行度，而且还可以使用SIMD指令，例如AVX指令集来实现数据并行处理。
向量化执行引擎以列存为前提，每次从磁盘上读取一批列，这些列以数组形式组织。每次operator（如实际执行中的scan扫表算子，agg聚合算子）的next操作都通过for循环处理列数组。这么做可以大幅减少next的调用次数。相应的CPU的利用率得到了提高，另外数据被组织在一起。可以进一步利用CPU硬件的特性，如SIMD，将所有数据加载到CPU的缓存当中去，提高缓存命中率，提升效率。在列存储与向量化执行引擎的双重优化下，查询执行的速度会有一个非常巨大的飞跃。但是向量化也会带来额外的开销，就是物化中间结果（materlization），以牺牲物化的开销换取更高的计算性能。
3、延迟物化
物化指的是在SQL的执行过程中，获得最终数据的所处执行时机。如：
select R.b from R where R.a=X and R.d=Y
延迟物化是指只有在算出过滤条件所对应的准确记录时，才去取记录所对应的结果值b.
对于OLAP场景，延迟物化的好处有：
- 很多聚合与选择计算，压根不需要整行数据，过早物化会浪费严重；
- 很多列是压缩过的，过早物化会导致提前解压缩，但很多操作可以直接下推到压缩数据上的；
- 面向真正需要的列做计算，CPU的cache效率很高（100%），而行存因为非必要列占用了cache line中的空间，cache效率显然不高；
- 针对定长的列做块迭代处理，可以当成一个数组来操作，可以利用CPU的很多优势（SIMD加速、cache line适配、CPU pipeline等）；相反，行存中列类型往往不一样，长度也不一样，还有大量不定长字段，难以加速。
4、隐式连接
对于多表Join，传统的做法一般是找到过滤性最强的维度表来关联事实表并过滤，然后再与其他维度表一一关联，得到最终的结果。
而隐式连接主要分三个步骤：
对于SQL：
SELECT c.nation, s.nation, d.year,
sum(lo.revenue) as revenue
FROM customer AS c, lineorder AS lo,
supplier AS s, dwdate AS d
WHERE lo.custkey = c.custkey
AND lo.suppkey = s.suppkey
AND lo.orderdate = d.datekey
AND c.region = 'ASIA'
AND s.region = 'ASIA'
AND d.year >= 1992 and d.year <= 1997
GROUP BY c.nation, s.nation, d.year
ORDER BY d.year asc, revenue desc;
1.下推相关条件到各个维度表，提炼出被事实表关联的主键列表（也就是事实表的外键），并构建对应的hash table（key是外键值，value是外键在维度表中的position）；
Figure 2: The rst phase of the joins needed to execute Query 3.1 from the Star Schema benchmark on some sample data
2.对多个事实表以外键关联维度表的列进行探测，查找对应的hash table，过滤出多个position list（与被关联的列相关），然后对多个position list求交集（比如bitmap的AND计算等），得到一个最终的position list；
Figure 3: The second phase of the joins needed to execute Query 3.1 from the Star Schema benchmark on some sample data
3.基于前面的position list，最终从事实表中找到需要投影的其他列，而通过hash table从维度表找到需要投影的其他列，hash table中的value是维度表中的position，所以可以快速定位维度表的其他列。
Figure 4: The third phase of the joins needed to execute Query 3.1 from the Star Schema benchmark on some sample data
这里的“隐式”是指，没有通过传统的join方式（两两表迭代，生成两个表联合在一起的宽行数据，再做过滤）来实现join，而是通过维持不同列的相同行之间的position对应关系来完成多个表join。与倒排索引很类似。
除此之外，动态代码生成、块IO（相比page IO,一次读取的数据量更大）,针对块建立的稀疏索引（因为块较大，索引量小，可尽可能将索引数据加载到内存），倒排索引，Join索引等都可加速基于列式存储的SQL执行效率。
但是仅仅将数据按照列式存储就可以解决所有问题了吗？
列式存储本质上方便的是列式数据的读取，但当SQL的查询结果是需要行相关的数据时，如何兼顾列式存储重构出行的数据，这和列式存储的存储格式和索引结构有很大关系。
存储格式和索引结构
典型的列式存储数据库系统有Microsoft SQL Server、C-Store (2005) / Vertica、Dremel、Apache Kudu、MonetDB等。文末的参考资料中分别对其存储结果有一些介绍。这里我列举一下Apache ORC文件格式帮助对列式的存储格式和索引结构有所了解。
Apache ORC的分区索引结构如下：
ORC将数据结构分成以下 3 个层级，在每个层级上都有索引信息来加速查询。
File Level：即一个 ORC 文件，Footer 中保存了数据的 meta 信息，还有文件数据的索引信息，例如各列数据的最大最小值（范围）、NULL 值分布、布隆过滤器等，这些信息可用来快速确定该文件是否包含要查询的数据。每个 ORC 文件中包含多个 Stripe。
Stripe Level 对应原表的一个范围分区，里面包含该分区内各列的值。每个 Stripe 也有自己的一个索引放在 footer 里，和 file-level 索引类似。
Row-Group Level ：一列中的每 10000 行数据构成一个 row-group，每个 row-group 拥有自己的 row-level 索引，信息同上。
ORC 里的 Stripe 就像传统数据库的页，它是 ORC 文件批量读写的基本单位。
其中Row-Group的概念方便对行数据的重新整合。数据分区、分区内索引、行列混合等这些思想都可见于分布式存储系统中。
后记
本文简要总结了列式存储的好处，Apache ORC的存储格式等。旨在帮助你我对OLAP场景下的列式存储有一个初步认识。更深一步的话题：如列式存储到底是如何实现的，CRUD过程是如何的，涉及的分布式存储问题又是如何解决的…开头的一些专栏和文末参考资料中有一些阐述。因为233酱离数据库开发还很远，就不进一步尬聊了。。
文中有不懂的地方欢迎和233酱交流，一起进步。后面233酱也打算分享更多OLAP相关的知识，如Presto。不是这种总结笔记的方式。期待与你再次相遇～
参考资料：
[1].https://zhuanlan.zhihu.com/p/144926830
[2].https://zhuanlan.zhihu.com/p/35622907
[3].https://zhuanlan.zhihu.com/p/54484592
[4].https://zhuanlan.zhihu.com/p/100933389
[5].https://www.bilibili.com/video/BV1Bt411v7ST
[6].https://www.the-paper-trail.org/post/2013-01-30-columnar-storage/