kolonnebaserte

Kolonnebaserte refererer til en måte å lagre og behandle data der data i tabeller organiseres og lagres per kolonne i stedet for per rad. I et kolonnebasert lagringssystem lagres verdier for hver kolonne i separate, ofte komprimerte strenger eller blokker, mens radene ikke nødvendigvis bevares sammen i én enhet. Dette gjør det spesielt egnet for analytiske arbeidsbelastninger der mange rader må undersøkes for et fåtall kolonner.

En kolonnebasert arkitektur gjør det mulig å lese kun de kolonnene som er nødvendige for en gitt spørring, noe som reduserer I/O betydelig og øker cacheeffektiviteten. I tillegg gir kolonneorienterte formater og lagringsmotorer ofte høyere komprimeringsrater fordi like datatypeverdier ligger sammen, noe som videre senker lagringsbehovet og forbedrer gjennomstrømning for store datasett. Dataene behandles ofte med vektoriserte operasjoner og bulkbearbeiding, noe som gir raskere beregninger ved analyser og aggregeringer.

Kolonnebaserte løsninger brukes primært i OLAP- og datavarehusmiljøer, hvor spørsmål som SUM, AVG, eller GROUP BY over store datamengder er vanlige. De brukes også i moderne analytiske plattformer og data-lake-økosystemer, ofte sammen med kolonnebaserte filformater som Parquet eller ORC for lagring på torg og i skyen.

Begrensninger inkluderer ofte lavere ytelse ved transaksjonelle, ofte skrivintensive arbeidsbelastninger, slik som hyppige oppdateringer eller innsetting av enkeltposter. Slike systemer krever ofte forskjellig indeksstrategi og vedlikehold sammenlignet med tradisjonelle radbaserte databaser. Eksempler på kolonnebaserte løsninger inkluderer Vertica, ClickHouse, Snowflake og Redshift, samt kolonnebaserte lagringsformater som Parquet og ORC i ulike dataplattformmiljøer.