Kolonnestruktur

Kolonnestruktur, ofte kalt kolonneorientert lagring, beskriver en måte å lagre data på der verdiene i hver kolonne lagres sammenhengende i fysiske kolonner i stedet for å lagre hele rader. Denne tilnærmingen brukes i databaser og filformater som er spesielt rettet mot analytiske arbeidsbelastninger og store datamengder.

I en kolonnebasert lagringsmodell skannes kun de kolonnene som er relevante for en gitt spørring, noe som ofte gir betydelige ytelsesfordeler ved projeksjonsspørringer og aggregeringer. Komprimering kan være mer effektiv per kolonne, fordi kolonneverdier ofte er ensartede eller har begrenset variasjon. I tillegg utnyttes CPU-caches og vektoriserte prosesseringsmetoder bedre når dataene er kolonnevis fordelt.

Fordeler ved kolonnestruktur inkluderer:

- Bedre komprimering og mindre lagringsbehov.

- Raskere skanning av kolonner, spesielt for spørringer som trenger bare et lite antall kolonner.

- Forbedret parallellisering og innleie av moderne prosessorer.

Ulemper inkluderer:

- Dårligere skriveytelse ved innsendinger, oppdateringer og transaksjonelle arbeidsbelastninger.

- Kompleksitet ved vedlikehold av samtidige endringer og oppdateringer, siden flere kolonner må synkroniseres.

- Ikke alltid ideell for operasjonelle applikasjoner som ofte trenger hele rader.

Vanlige bruksområder er data warehouse, business intelligence og andre analytiske scenarier som krever raske spørringer over store datasett. Eksempler på kolonneorienterte formater og systemer inkluderer Parquet og ORC, som ofte brukes i data lakes og store skymiljøer. Kolonnestruktur konkurrerer med radbasert lagring, som fortsatt er fordelaktig for transaksjonelle applikasjoner.