oszloporientált

Az oszloporientált (column-oriented) adattárolás olyan adatszervezési megközelítés, amelyben az adatok táblázatos formában oszloponként kerülnek tárolásra. A hagyományos sororientált rendszerekkel szemben az egyes oszlopok értékeit gyakran egymás után, egy közös tömbben vagy blokkból olvassuk be, míg a sorok adatai különböző oszlopokban helyezkednek el.

A megközelítés előnyei közé tartozik a jobb tömörítés és tárolási hatékonyság, mivel az azonos típusú és gyakran ismétlődő értékek egymás után tárolhatók. Analitikai lekérdezések esetén csak a releváns oszlopokat olvassuk be, ami csökkenti az I/O-t és gyorsabb aggregációkat tesz lehetővé. Emellett a tömbösített oszlopokkal hatékony lehet a tömörítés, például dictionary- vagy run-length kódolással, és a vektoros végrehajtás is támogatható.

Hátrányai közé tartozik, hogy írás- és módosítási műveleteknél a hagyományos sorok gyors eléréséhez kevésbé optimális, ezért az UPDATE/DELETE műveletek gyakran költségesebbek. Emiatt az oszloporientált rendszerek általában OLAP és analitikai terhelésekhez, adatházakhoz, adathalmazokhoz és adatvödrökhöz illeszkednek, ahol a beolvasott adatok nagy részének csekély vagy központi szerepet játszó oszlopokra történő szűrése a normális.

Gyakran alkalmazzák oszloporientált tárolást vagy formátumokat olyan rendszerekben és eszközökben, mint Parquet vagy ORC fájlformátumok és oszloporientált adatbázis-kezelő rendszerek, amelyek kifejezetten analitikai lekérdezésekre optimalizáltak. Összehasonlítva a sororientált megoldásokkal, ezek gyorsabbak lehetnek tömeges olvasások és aggregációk esetén, míg a sororientáltak jobban kezelik a gyakori beillesztés- és frissítésigényes műveleteket.