1. 全栈程序员必看首页

比较列存储索引与行索引

全栈程序员-用户IM • • 未分类

比较列存储索引与行索引

原因：

 

    之前已经写过一篇关于列存储索引的简介http://www.cnblogs.com/wenBlog/p/4970493.html，很粗糙但是基本阐明了列存储索引的好处。为了更好的理解列存储索引，接下来我们一起通过列存储索引与传统的行存储索引地对比2014中的列存储索引带来了哪些改善。由于已经很多介绍列存储，因此这里我仅就性能的改进进行重点说明。

测试场景

    我创建了5个测试，尽量保证测试环境避免来自外界的重负载进而影响到结果。测试结果基于两个独立的表，分别是:

  • FactTransaction_ColumnStore – 这个表仅有一个聚集列存储索引，由于列存储索引的限制，该表不再有其他索引。
  • FactTransaction_RowStore – 该表将包含一个聚集索引和一个非聚集列存储索引和一个非聚集行存储索引。

    首先我用脚本文件创建表和索引，然后用30m行数据填充到三个表中。由于所有的测试我都制定了最大并行度的hint ，因此可以指定内核数量来查询。

测试1-填充表

   为了更好地测试，一个表由列存储索引构成，而另一个表仅有行存储索引构成。填充数据来自于另一个表’FactTransaction’。

IO 和时间统计

 

Table 'FactTransaction_ColumnStore'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'FactTransaction'. Scan count 1, logical reads 73462, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

  (30000000 row(s) affected)

SQL Server Execution Times:  CPU time = 98204 ms,  elapsed time = 109927 ms.

Table ' FactTransaction_RowStore '. Scan count 0, logical reads 98566047, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'FactTransaction'. Scan count 1, logical reads 73462, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

 (30000000 row(s) affected)

SQL Server Execution Times:  CPU time = 111375 ms,  elapsed time = 129609 ms.

 

观察测试
表名 填充时间 逻辑读
FacTransaction_ColumnStore 1.49 mins 0
FacTransaction_RowStore 2.09 mins 98566047

 

测试2-比较搜索

   注意这里在行存储索引上我指定表的hint，迫使表通过索引查找。

-- Comparing Seek.... 
SET Statistics IO,TIME ON

Select CustomerFK
From [dbo].FactTransaction_RowStore WITH(FORCESEEK)
Where transactionSK = 4000000
OPTION (MAXDOP 1)

Select CustomerFK
From [dbo].FactTransaction_ColumnStore  
Where transactionSK = 4000000
OPTION (MAXDOP 1)

SET Statistics IO,TIME OFF

 

IO 和时间统计

Table 'FactTransaction_RowStore'. Scan count 0, logical reads 3, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

SQL Server Execution Times:    CPU time = 0 ms,  elapsed time = 0 ms.

Table 'FactTransaction_ColumnStore'. Scan count 1, logical reads 714, physical reads 0, read-ahead reads 2510, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

SQL Server Execution Times:    CPU time = 0 ms,  elapsed time = 83 ms.

 

执行计划

<span>比较列存储索引与行索引</span>

观察测试2

正如上图所示，行存储索引表的索引查找远比列存储索引表查询快的多。这主要归因于2014的sqlserver不支持聚集列存储索引的索引查找。执行计划对比图中一个是索引扫描导致更多的逻辑读，因此导致了性能的下降。

表名 索引类型 逻辑读 运行时间
FacTransaction_ColumnStore Column 714 83 ms
FacTransaction_RowStore Row 3 0 ms

 

Test 3 – Comparing SCAN

   注意这次我指定的hint都是索引扫描，当然列存储索引上优化器默认为索引扫描。

-- Comparing Scan.... 
SET Statistics IO,TIME ON

Select CustomerFK
From [dbo].FactTransaction_RowStore WITH(FORCESCAN)
Where transactionSK = 4000000
OPTION (MAXDOP 1)

Select CustomerFK
From [dbo].FactTransaction_ColumnStore WITH(FORCESCAN)
Where transactionSK = 4000000
OPTION (MAXDOP 1)

SET Statistics IO,TIME OFF

 

IO 和时间统计

Table 'FactTransaction_RowStore'. Scan count 1, logical reads 12704, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

SQL Server Execution Times:
  CPU time = 32 ms,  elapsed time = 22 ms.

Table 'FactTransaction_ColumnStore'. Scan count 1, logical reads 714, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

SQL Server Execution Times:
  CPU time = 0 ms,  elapsed time = 2 ms.

 

执行计划

<span>比较列存储索引与行索引</span>

观察测试3

   正如之前提到的，索引扫描列存储要比行存储快，俩个逻辑读和运行时间表明列存储索引在大表扫描上是更优的方式，因此更适合于数据仓库的表。

表名 索引类型 逻辑读 运行时间
FacTransaction_ColumnStore Column 714 2 ms
FacTransaction_RowStore Row 12704 22 ms

 

测试4-聚合查询

    测试行存储表使用基于聚集索引。

SET Statistics IO,TIME ON

Select CustomerFK,BrandFK, Count(*)
From [dbo].[FactTransaction_RowStore] WITH(INDEX=RowStore_FactTransaction)
Group by CustomerFK,BrandFK
OPTION (MAXDOP 4)

 

   测试行存储表，使用CustomerFK 和BrandFK的索引。（覆盖索引）

Select CustomerFK,BrandFK, Count(*)
From [dbo].[FactTransaction_RowStore] WITH(INDEX=RowStore_CustomerFK_BrandFK)
Group by CustomerFK,BrandFK
OPTION (MAXDOP 4)

 

    测试行存储索引使用CustomerFK 和BrandFK的列存储索引（覆盖索引）

Select CustomerFK,BrandFK, Count(*) From [dbo].[FactTransaction_RowStore] WITH(INDEX=ColumnStore_CustomerFK_BrandFK) Group by CustomerFK,BrandFK OPTION (MAXDOP 4)

Test on the columnstore table using the Clustered Index.

Select CustomerFK,BrandFK, Count(*)
From [dbo].[FactTransaction_ColumnStore]
Group by CustomerFK,BrandFK
OPTION (MAXDOP 4)

SET Statistics IO,TIME OFF

 

IO 和时间统计

    使用基于聚集索引查询行存储的表。

Table 'FactTransaction_RowStore'. Scan count 5, logical reads 45977, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'Worktable'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.
  Table 'Workfile'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

SQL Server Execution Times:  CPU time = 9516 ms,  elapsed time = 2645 ms.

 

   使用行存储的非聚集索引测试行存储表。（覆盖索引）

Table 'FactTransaction_RowStore'. Scan count 5, logical reads 71204, physical reads 0, read-ahead reads 2160, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'Worktable'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'Workfile'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

SQL Server Execution Times:  CPU time = 5343 ms,  elapsed time = 1833 ms.

 

 

   使用非聚集列存储索引测试行存储表。（覆盖索引）



 
Table 'FactTransaction_RowStore'. Scan count 4, logical reads 785, physical reads 7, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'Worktable'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'Workfile'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

SQL Server Execution Times:  CPU time = 141 ms,  elapsed time = 63 ms.

 


    使用聚集索引测试列存储表。


 
Table 'FactTransaction_ColumnStore'. Scan count 4, logical reads 723, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'Worktable'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

Table 'Workfile'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

SQL Server Execution Times:  CPU time = 203 ms,  elapsed time = 118 ms.

 


执行计划


<span>比较列存储索引与行索引</span>


观察测试4


 


   这里才是列存储索引开始“闪耀”的地方。两个列存储索引的表查询要比传统的航索引在逻辑读和运行时间上性能好得多。






表名
索引使用
索引类型
逻辑读
运行时间




FacTransaction_ColumnStore
ClusteredColumnStore
Column
717
118




FacTransaction_RowStore
RowStore_FactTransaction
Row
45957
2645




FacTransaction_RowStore
RowStore_CustomerFK_BrandFK
Row
71220
1833




FacTransaction_RowStore
ColumnStore_CustomerFK_BrandFK
Column
782
63






 


测试5-比较更新（数据子集）


   这个测试中，我将更新少于100m行数据，占总数据的30分之一。


 
SET Statistics IO,TIME ON

Update [dbo].[FactTransaction_ColumnStore]
Set    TransactionAmount = 100
Where  CustomerFK = 112
OPTION (MAXDOP 1)

Update [dbo].[FactTransaction_RowStore]
Set    TransactionAmount = 100
Where  CustomerFK = 112

OPTION (MAXDOP 1)

SET Statistics IO,TIME OFF

 


IO 和时间统计


 


 
Table 'FactTransaction_ColumnStore'. Scan count 2, logical reads 2020, physical reads 0, read-ahead reads 2598, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

(913712 row(s) affected)

SQL Server Execution Times:  CPU time = 27688 ms,  elapsed time = 37638 ms.

Table 'FactTransaction_RowStore'. Scan count 1, logical reads 2800296, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.

(913712 row(s) affected)

SQL Server Execution Times:  CPU time = 6812 ms,  elapsed time = 6819 ms.

 


执行计划


<span>比较列存储索引与行索引</span>


观察测试5


  在这种情况下 ，列存储索引的表要比行存储的更新慢的多。






表名
索引类型
逻辑读
运行时间




FacTransaction_ColumnStore
Column
2020
37638 ms




FacTransaction_RowStore
Row
2800296
6819 ms






 


    注意对于行存储表逻辑读还是要比行存储的要多很多。这是归因于列存储索引的压缩比率更高，因此占用更少的内存。


总结


    列存储索引（包含聚集和非聚集）提供了大量的优势。但是在数据仓库上使用还是要做好准备工作。一种合适地使用情况是非聚集索引不能被更新且禁用对底层表的更新。如果是巨大且没有分区的表，可能存在一个问题，整个表的索引每次都会被重建，因此如果表是巨大的则禁止使用列存储索引。因此必须要有好的分区策略来支持这种索引。


   有几个应用列存储索引的地方：事实表的聚合、Fast Track Data Warehouse Servers、恰当环境SSAS的Cube…


版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。 
发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/119718.html原文链接：https://javaforall.cn
 
 【正版授权，激活自己账号】：  Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛  
 
 【官方授权 正版激活】：  官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...  


 赞 (0)




  全栈程序员-用户IM全栈程序员-用户IM 


  0  0
 
blank








相关推荐
  •  
      Java IO体系之OutputStreamWriter 
     
      Java IO体系之OutputStreamWriter  
     
     
    Java IO体系之OutputStreamWriter介绍字符输出流Writer的实现类继承关系图源码packagejava.io;importjava.nio.charset.Charset;importjava.nio.charset.CharsetEncoder;importsun.nio.cs.StreamEncoder;publicclassOutputStreamWriterextendsWri…
     
      全栈程序员-用户IM 全栈程序员-用户IM 
    2022年9月12日 
    • 

  •  
      解决Win键不能用的问题[通俗易懂] 
     
      解决Win键不能用的问题[通俗易懂]  
     
     
    解决Win键不能用的问题[通俗易懂]问题描述：突然有一次，乱按了一通键盘，突然win键就不能使用了；win键既可以启动开始界面，同时又是win自带的快捷键的关键按键，比较重要。解决方法:发现自己的问题就是：按fn+F12(他会带一个小锁的键)就是锁定Win键；我解决的办法就是：按fn+Prtsc(他会带一个小钥匙的键)这样就可以使用Win键了；可能是以为电脑而异吧，多试一下上面的按键…
     
      全栈程序员-用户IM 全栈程序员-用户IM 
    2022年6月3日 
    • 

  •  
      C#文件和文件夹输入输出流代码 
     
      C#文件和文件夹输入输出流代码  
     
     
    1、建立一个文本文件1publicclassFileClass2{3publicstaticvoidMain()4{5WriteToFile();6}7stati
     
      全栈程序员-用户IM 全栈程序员-用户IM 
    2021年12月21日 
    • 

  •  
      C++之Error无法解析的外部符号[通俗易懂] 
     
      C++之Error无法解析的外部符号[通俗易懂]  
     
     
    C++之Error无法解析的外部符号[通俗易懂]C++之VisualStudio的使用遇到问题解决文章目录C++之VisualStudio的使用遇到问题解决问题一无法解析的外部符号问题二无法打开文件lib问题三debug不可以运行，release可以运行问题一无法解析的外部符号[问题描述]在编译中遇到，viaualstudio无法解析的外部符号该符号在外部函数中被引用[问题处理]1.分析问题，这个错误定义为一个：连接错误。2.根本原因是函数虽然申明了，但是没有定义函数的实现3.排查问题出现的几
     
      全栈程序员-用户IM 全栈程序员-用户IM 
    2022年6月28日 
    • 

  • 


  •  
      hdu 4771 Stealing Harry Potter's Precious 
     
      hdu 4771 Stealing Harry Potter&#39;s Precious  
     
     
    hdu 4771 Stealing Harry Potter&#39;s Precious
     
      全栈程序员-用户IM 全栈程序员-用户IM 
    2021年12月16日 
    • 

  •  
      Qt5.12配置Android环境 只有platform sdk installed error的解决办法「建议收藏」 
     
      Qt5.12配置Android环境 只有platform sdk installed error的解决办法「建议收藏」  
     
     
    Qt5.12配置Android环境 只有platform sdk installed error的解决办法「建议收藏」QtforAndroid环境配置platformsdkinstallederror的解决方案时隔一年半，又被Qt配置Android环境被这个强大的软件狠狠的按在地上摩擦。都是泪呀！因为项目需要，需要在高一点版本的Qt上面开发Android软件，本来我用Qt5.12.9用的好好的，但是因为配置Android环境要多了个openssl，而且一直就platformsdkinstalled有问题，查了各种方案，在sdkbuild-tools中没有低版本的platform就到各种网站上下载22
     
      全栈程序员-用户IM 全栈程序员-用户IM 
    2022年5月18日 
    • 





发表回复
您的电子邮箱地址不会被公开。 


  










                                                                        
 关注全栈程序员社区公众号