kolonnorienterade

Kolonnorienterade lagringssystem, eller kolonnorienterade databaser, är ett arkitekturellt sätt att organisera data där varje kolumn lagras separat i stället för varje rad. Data i en kolumn kan därmed komprimeras och bearbetas kollektivt, vilket ofta gör åtkomst och analys av stora datamängder mycket effektivare när frågorna endast berör ett fåtal kolumner.

Fördelen med kolonnorientering är främst att analytiska frågor som omfattar färre kolumner kan utföras snabbt genom att läsa endast de relevanta kolumnerna. Denna struktur möjliggör stark komprimering per kolumn och utnyttjar ofta vektoriserad exekvering och kolumn-pruning, vilket minskar I/O och ökar CPU-effektivitet. Kolonnorienterade format och databaser passar väl för arbetsbelastningar som dataanalys, rapportering och affärsintelligens.

Nackdelarna är att skrivoperationer och uppdateringar ofta är mer kostsamma än i radorienterade system. För transaktionsintensiva arbetsbelastningar (OLTP) är kolonnorienterade lösningar vanligtvis mindre lämpliga om inte särskilda mekanismer används. Laddning av data och underhåll kan kräva batchbearbetning och noggrant schema, särskilt i blandade arbetsbelastningar.

Användningsområden inkluderar data warehousing, OLAP och andra stora analytiska miljöer där snabb svarstid på komplexa frågor över stora datamängder är viktigt. Exempel på kolonnorienterade teknologier och format är databaser som Vertica, ClickHouse, Amazon Redshift och Google BigQuery samt filformat som Apache Parquet och ORC, vilka lagrar data kolumnvis för bättre kompression och hämtning. Historiskt utvecklades kolonnorienterade lösningar under 1990-talet och 2000-talet för att optimera analytisk prestanda och har sedan dess blivit vanliga i moderna data-lager.