列式存储优点
- 快速聚合查询：当执行涉及大量读取但只针对少数几列的查询时（如统计分析、聚合操作），列式存储能够显著提高性能，因为它只需要读取相关的列，而不需要扫描整个表。
- 高效的数据压缩：因为同一列的数据类型通常是一样的，并且往往具有相似的值域，所以可以更有效地进行压缩，减少磁盘空间占用。在列式存储中相邻的数据类型是一致性的，并且通常会出现前缀一样，甚至完全相同的数据的特点，比如在用户的地址信息中，同一个地方的用户，省市县都是完全相同的，这非常适合使用 RLE 压缩、前缀压缩和字典压缩等压缩算法去压缩。
- RLE 压缩：“AAABBBBCC” ⇒ 3A4B2C，适用场景较少。图像 mask 存储的时候就先使用 RLE 压缩，然后进一步转换
- 字典压缩：比如某一列是 enum 类型，那么就直接用数字来表示，从而压缩文本。
- 写入成本较高：由于数据是按列存储的，更新或插入记录可能需要对多个文件进行修改，这会增加写操作的成本。因此，列式存储更适合于以读为主的工作负载。
- 索引优化：对于经常被查询的列，可以创建高效的索引，进一步加快查询速度。
列式存储场景
- 大数据分析场景
- 宽表存储，按列读取：数据往往以宽表的形式存储，一个表上百列，但是一次分析往往只关心一列或者几列。
- 读多写少：一次写入，多次读取，几乎不更新。
- 数据量大：大数据会存储全站的所有数据，包括日志和数据库内的数据，并且会持续增加。
- 查询无规律，不能索引覆盖：在分析场景中，我们会通过各种维度和组合，来统计和分析数据，所以这些查询方式是无规律的，不可能全部通过索引来覆盖。
参考链接
18｜分片（二）：垂直分片和混合分片的 trade-off-深入浅出分布式技术原理-极客时间