列式資料庫是以列相關存儲架構進行數據存儲的資料庫，主要適合於批量數據處理和即時查詢。相對應的是行式資料庫，數據以行相關的存儲體系架構進行空間分配，主要適合於大批量的數據處理，常用於在線上事務型數據處理。
基本介紹
優缺點,描述,舉例,
優缺點
優點：
- 極高的裝載速度 （最高可以等於所有硬碟IO 的總和，基本是極限了）
- 適合大量的數據而不是小數據
- 實時載入數據僅限於增加（刪除和更新需要解壓縮Block 然後計算然後重新壓縮儲存）
- 高效的壓縮率，不僅節省儲存空間也節省計算記憶體和CPU。
- 非常適合做聚合操作。
缺點：
- 不適合掃描小量數據
- 不適合隨機的更新
- 批量更新情況各異，有的最佳化的比較好的列式資料庫（比如Vertica）表現比較好，有些沒有針對更新的資料庫表現比較差。
- 不適合做含有刪除和更新的實時操作。
描述
資料庫以行、列的二維表的形式存儲數據，但是卻以一維字元串的方式存儲，例如以下的一個表：
EmpId | Lastname | Firstname | Salary |
1 | Smith | Joe | 40000 |
2 | Jones | Mary | 50000 |
3 | Johnson | Cathy | 44000 |
這個簡單的表包括員工代碼(EmpId), 姓名欄位(Lastname and Firstname)及工資(Salary).
這個表存儲在電腦的記憶體(RAM)和存儲(硬碟)中。雖然記憶體和硬碟在機制上不同，電腦的作業系統是以同樣的方式存儲的。資料庫必須把這個二維表存儲在一系列一維的“位元組”中，由作業系統寫到記憶體或硬碟中。
行式資料庫把一行中的數據值串在一起存儲起來，然後再存儲下一行的數據，以此類推。
1,Smith,Joe,40000;2,Jones,Mary,50000;3,Johnson,Cathy,44000;
列式資料庫把一列中的數據值串在一起存儲起來，然後再存儲下一列的數據，以此類推。
1,2,3;Smith,Jones,Johnson;Joe,Mary,Cathy;40000,50000,44000; 這是一個簡化的說法。
MPP的列存儲數據倉庫包括：Yonghong Z-DataMart
舉例
下面以GBase 8a分析型資料庫為例，描述列存儲對數據存儲與管理的作用。
面對海量數據分析的 I/O 瓶頸，GBase 8a 把表數據按列的方式存儲，其優勢體現在以下幾個方面。
不讀取無效數據：降低 I/O 開銷，同時提高每次 I/O 的效率，從而大大提高查詢性能。查詢語句只從磁碟上讀取所需要的列，其他列的數據是不需要讀取的。例如，有兩張表，每張表100GB 且有100 列，大多數查詢只關注幾個列，採用列存儲，不需要像行存資料庫一樣，將整行數據取出，只取出需要的列。磁碟 I/0 是行存儲的 1/10或更少，查詢回響時間提高 10 倍以上。
高壓縮比：壓縮比可以達到 5 ~ 20 倍以上，數據占有空間降低到傳統資料庫的1/10 ，節省了存儲設備的開銷。
當資料庫的大小與資料庫伺服器記憶體大小之比達到或超過 2:1 （典型的大型系統配置值）時，列存的 I/O 優勢就顯得更加明顯；
GBase 8a 分析型資料庫的獨特列存儲格式，對每列數據再細分為“數據包”。這樣可以達到很高的可擴展性：無論一個表有多大，資料庫只操作相關的數據包，性能不會隨著數據量的增加而下降。通過以數據包為單位進行 I/O 操作提升數據吞吐量，從而進一步提高I/O效率。
由於採用列存儲技術，還可以實現高效的透明壓縮。
由於數據按列包存儲，每個數據包內都是同構數據，內容相關性很高，這使得GBase 8a 更易於實現壓縮，壓縮比通常能夠達到 1:10 甚至更優。這使得能夠同時在磁碟 I/O 和 Cache I/O 上都提升資料庫的性能，使 GBase 8a 在某些場景下的運算性能比傳統資料庫快 100 倍以上。
GBase 8a 允許用戶根據需要設定配置檔案，選擇是否進行壓縮。在啟用壓縮的情況下GBase 8a 根據數據的不同特性以及不同的分布狀況，自動採用相應的壓縮算法，如：
行程編碼（適用於大量連續重複的數據，特別是排序數據）；
基於數據的差值編碼（適用於重複率低，但彼此差值較小的數據列）；
基於位置的差值編碼（適用於重複率高，但分布比較隨機的數據列）。
