问题标签 [column-oriented]

我发现数据库通常有两种形式，传统的面向行的 RDBMS 或面向对象的数据库 (OODBMS)。然而，我记得在 90 年代中期，出现了一种面向列的新型数据库。其中一些被赋予了 4GL 一词，但我不认为它是一个固定的术语。

我想知道的是：

• 哪些面向列的数据库仍然存在？
• 这些数据库的性能特点是什么？
• 有没有开源的面向列的数据库？
• 它们与哪些平台进行互操作（.NET、Java 等）
• 你对他们的一般经验是什么？

我记得使用的两个面向列的数据库是 FAME 和 KDB。

是否有任何开源项目正在为 PostgreSQL 创建面向列的存储引擎？我知道雅虎在内部创建了一个，并且有基于 PostgreSQL 的面向列的商业产品。

最好是用于存储刻度信息的开源。

MySQL 5.5 的核心版本中是否会提供面向列的存储引擎（例如 InfiniDB）？

意思是，不是作为插件，而是与核心 MySQL 5.5 捆绑包一起提供。

虽然标题中有 Java，但这可能适用于任何 OO 语言。我想知道一些新想法来提高我正在尝试做的事情的性能。

我有一个不断接收 Object[] 数组的方法。我需要通过多个数组（列表或其他东西）拆分此数组中的对象，以便我为该方法接收的所有数组的每一列都有一个独立的列表。

例子：

注意：为简单起见，我省略了对象和东西的初始化。

我上面显示的代码当然很慢。我已经尝试了一些其他的东西，但想听听一些新的想法。

知道它对性能非常敏感，您将如何做到这一点？

编辑：

我测试了一些东西，发现：

我没有使用 ArrayList（或任何其他集合），而是将 Object[] 数组包装在另一个对象中以存储各个列。如果此数组达到其容量，我将创建另一个大小为两倍的数组，并使用 System.copyArray 将内容从一个复制到另一个。令人惊讶的是（至少对我来说）这比使用 ArrayList 存储内列更快......

我对 NoSQL 的了解越多，我就越觉得它更像是一个面向列的数据库。

NoSQL（例如 CouchDB、Cassandra、MongoDB）和面向列的数据库（例如 Vertica、MonetDB）之间有什么区别？

在 HBase 中设计行 ID 时，我看到了两条相互矛盾的建议（特别是，但我认为它也适用于 Cassandra。）

1. 将您经常聚集在一起的键分组以利用数据局部性。（White, Hadoop: The Definitive Guide，我记得在 HBase 站点上看到过，但找不到...）
2. 分散密钥，以便工作可以分布在多台机器上（Twitter幻灯片 14 中的 Twitter、Pig 和 HBase）

我猜哪个是最佳的可能取决于您的用例，但是有没有人对这两种策略有任何经验？

我检查了不同的面向列的数据库系统，例如 InfiniDB、InfobrightDB 和 MonetDB。它们都不支持无符号整数作为数据存储类型。为什么？一种解决方案是将所有 4 字节无符号整数存储到 8 字节有符号整数（Link）中，但是我认为这会浪费太多空间。是否有任何支持无符号整数的开源面向列的数据库系统？我已经检查了这个（链接）没有运气。非常感谢您的宝贵时间。

埃默

这两种数据库有什么不同吗？如果是，有什么不同？谢谢你。

是否有一个类似于 Vertica 的列存储，它是建立在 Hadoop 之上的。我不是在谈论 HBase，因为它是稀疏矩阵存储，并且无法获得像 Vertica 这样的东西可以实现的压缩级别？

谢谢