行式存储和列式存储的区别

1、行式存储：

（1）概念：行式存储是以行为单位进行存储，将一整行数据作为一个存储单元，数据是按行存储的。

（2）特点：在写性能方面，性能较高，因为写入是一次完成的；

                   在读性能方面，读取少数几列时，需要遍历其他无关列，所以 IO 开销较大。读取整行数据时，按存储顺序依次读取即可，性能较高。

                   在数据压缩方面，因为一行中数据有多种类型，所以压缩效果较差。

（3）场景：这种存储适合读取整行数据的场景，如在线事务处理系统。

（4）行式存储典型代表：TextFile、SequenceFile

2、列式存储：

（1）概念：列式存储是以列为单位进行存储，将每个字段独立存储。

（2）特点：在写性能方面，因为把一行记录拆分成单列保存，所以写入次数明显比行存储多，效率较低。

                   在读性能方面，读取少数几列时，不需要读取无关列，所以性能高。读取整行时，需要分别读取所有列，并且拼装成行，所以性能低。

                   在数据压缩方面，因为数据是以列为单位进行存储的，而同一列的数据类型是相同的，所以对压缩算法友好，压缩效率高。

（3）场景：这种存储方式适合大规模数据分析场景，如数据仓库、商业智能。

（4）列式存储典型代表：ORC、Parquet

行式存储和列式存储在效率上的区别可参考：列式存储和行式存储有什么区别？