7 扩展话题

7.1 列存储

在本篇文章中，数据的存储格式，从数据页（buf页）到元组（tuple）到列信息的组织方式（微对象），历经一个从大到小的变迁。从物理存储的角度看，存储数据的基本单位是页（8k）；从逻辑存储的角度看，存储数据的基本单位，是元组，即PG存储方式，还是行存储。

与行存储相对的一个方式，是列存储。

所谓列存储，对于一个二维表来讲，不再是以二维表的行为基本存储单位，而是以二维表的列为基本存储单位。这样，同一数据类型的数据就存储在了一起，一次读出的，是一个列的一部分信息。这有点像垂直分区的概念，但实现上，可能有很大不同。

数据存储，如果可以分块，则可以减少IO，有效提高效率。

分区，包括水平分区和垂直分区，还有水平和垂直的组合分区。

分区的概念，是化整为零的思维方式，是把大表分解为小表；水平分区，是在表上横向分块，这样读子块可以避免整个表读入，减少IO；垂直分区，是在表上纵向分块，减少所有列读入的情况。

PG中，TOAST方式，是一种数据压缩的处理方式。另外，如果普通数据要压缩，可能的思路有：

1. 在页面（buf）读写前，进行解压和压缩

2. 形成tuple时，可以考虑压缩

3. 在形成tuple前，先对每个列进行压缩；也可以区分列的类型，对不同类型提供不同的压缩方式

这是三种不同级别的压缩，粒度不同，但都可以实现。

可加解密的地方，道理同数据压缩。

为了提高性能，更换存储设备，也是一个思考方向。使用盘阵、固态硬盘、flash盘等。

裸设备，又名裸分区（原始分区），是一种没有经过格式化，不被Unix通过文件系统来读取的特殊字符设备。由应用程序负责对它进行读写操作，不经过操作系统的文件系统的缓冲。这种设备少了操作系统这一层，I/O效率更高。

对数据库系统提高IO效率有效。

可参考：

http://www.chinaunix.net/jh/19/272188.html

对于操作系统库函数调用、操作系统的一些设置方式，也会决定着数据库系统的存储效率。

可以参见： Linux关及性能的相关内核参数（一）