在我的场景中基于列的效率高吗？ [已关闭]

Question

我想为我们开发的一个新系统设计一个数据库，数据应该来自两个不同的资源（来自两个不同系统的两个独立的数据库），其中一个拥有大量数据（例如交易历史记录）。

我读过有关“列式数据库”或“混合数据库”的内容，我认为对于整个表，我将使用基于行的表，但仅对于一个表，例如 T1（这是事务历史记录，我需要原始表中的特定列）我将使用基于列的存储，请注明原因：

这在 SQL Server 2016 中可能吗？引擎如何知道哪个是基于行的，哪个是基于列的？

接下来，在这样的混合数据库中应用数据挖掘算法有什么限制吗？

问候

Answer 1

SQL Server 是一种关系数据库，传统上以行形式存储数据，但它也支持列存储索引，这是一种以列格式组织数据的特殊类型的索引。列存储索引可以将数据仓库和分析工作负载的性能提高多达 100 倍。

因此，要回答 SQL Server 是否支持这一问题，您可以创建列存储索引，SQL Server 2016 中已支持该索引。

根据第一篇文章，这些是列存储索引对您没有好处的情况（引用）：

桌子尺寸太小。当表有数百万行或更多时，列存储索引最有效。如果表太小，创建和维护列存储索引的开销可能会得不偿失。
查询模式不可分析。列存储索引针对扫描大部分表并执行聚合（例如 SUM、COUNT 或 AVG）的分析查询进行了优化。如果查询模式更面向 OLTP，例如点查找、更新或删除，那么行存储索引可能会更高效。
数据分布存在偏差。列存储索引依靠数据压缩来降低存储和 I/O 成本。但是，如果数据分布不均匀，例如列中存在许多空值或重复值，则压缩率可能会很低，并且性能可能会受到影响。
不支持该数据类型。列存储索引支持SQL Server中大部分常见的数据类型，如int、varchar、datetime等，但不支持一些不太常见的数据类型，如xml、text、image等。如果你的表包含具有不受支持的数据类型的列，您无法在其上创建列存储索引。

您的场景（引用）：

T1 上不允许更新，但是，您需要确保除了您计划的作业之外不允许删除和插入，或者在其他情况下很少允许删除和插入。列式数据与聚合配合得很好，但您需要使用聚合进行测试。

您需要使用柱状表格和普通表格进行实验并比较结果才能确定。