现场实操破解开发瓶颈，「2023 百度云智大会·智算大会开发者沙龙」不容错过！了解详情 



 写点什么

列式存储

收录了列式存储频道下的 50 篇内容

深入分析 Parquet 列式存储格式

Parquet是面向分析型业务的列式存储格式，由Twitter和Cloudera合作开发，2015年5月从Apache的孵化器里毕业成为Apache顶级项目，最新的版本是1.8.0。

作者 : 梁堰波

2015-08-07

71476

为什么 OLAP 需要列式存储

ClickHouse 是最近比较热门的用于在线分析处理的（OLAP）1数据存储，与我们常见的 MySQL、PostgreSQL 等传统的关系型数据库相比，ClickHouse、Hive 和 HBase 等用于在线分析处理（OLAP）场景的数据存储往往都会使用列式存储。

作者 : 面向信仰编程

2021-03-21

数据库内核杂谈（三十）- 大数据时代的存储格式 -Parquet

欢迎阅读新一期的数据库内核杂谈。在内核杂谈的第二期（存储演化论）里，我们介绍过数据库如何存储数据文件。

作者 : 顾仲贤策划: 王一鹏

04-12

Lucene 中的 Stored Fields 存储优化

Qunar 酒店的搜索和 suggest 是基于 Lucene 构建的，本文将介绍 Lucene 提供的相关机制，以及我们怎么利用这种机制去实现我们想要的功能。

作者 : Qunar技术沙龙

2021-01-09

列存数据库，不只是列式存储

本文将从大数据存储格式的变迁；存取方式中 Early Materialization 和 Late Materialization 的权衡取舍；执行框架向优化 CPU 的方向迈进；关系算子结合存储进行优化等几个方面出发，对列存数据库进行详细讲解。

Kyligence

2021-12-08

列式数据库和向量化

在这篇文章中，Siddharth Teotia讨论了列式数据库的优点，并介绍了Apache Arrow的向量化处理解决方案，以及基于Arrow的Dremio数据库中查询的详细处理。

作者 : Siddharth Teotia 译者: 方彦

2018-06-11

2771

TiDB + TiFlash ：朝着真 HTAP 平台演进

随着业务越来越复杂，数据量越来越大，DBA 们再也优化不动 SQL了，怎么办？

作者 : 韦万

2019-09-02

4933

并发提升 20+ 倍、单节点数万 QPS，Apache Doris 高并发特性解读

通过引入行式存储格式、点查询短路径优化、预处理语句以及行存缓存，Apache Doris 实现了单节点上万 QPS 的超高并发，实现了数十倍的性能飞跃。

作者 : SelectDB 策划: 李冬梅

03-23

从 Elasticsearch 到 Apache Doris，构建新一代日志存储分析平台

日志数据在企业大数据中非常普遍，其体量往往在企业大数据体系中占据非常高的比重，包括服务器、数据库、网络设备、IoT 物联网设备产生的系统运维日志，与此同时还包含了用户行为埋点等业务日志。

作者 : SelectDB 策划: 李冬梅

05-06

Apache Kylin 权威指南（一）：背景历史和使命

本文节选自华章科技大数据技术丛书《Apache Kylin权威指南(第2版)》一书中的部分章节。

作者 : Apache Kylin核心团队

2020-04-13

400

Elasticsearch 对垒 8 大竞品技术，孰优孰劣？

本文对比Elasticsearch与其他同类产品的异同。

作者 : dbaplus社群

2020-05-09

为什么推给我的广告都是我想要的？腾讯多模型特征工程解析背后奥秘

大数据与深度学习的应用，我们每个人随口都能说上来两个，像淘宝的精准推送，互联网广告的精准投放等等，这些都是大数据与深度学习结合的产物。

作者 : 佘磊

2019-04-23

4692

金融高频数据管理：DolphinDB 与 pickle 的性能对比测试和分析

本文测试DolphinDB和pickle在数据读取方面的性能。与使用pickle文件存储相比，直接使用DolphinDB数据库，数据读取速度可最多可提升10倍以上；若为了考虑与现有Python系统的集成，使用DolphinDB提供的Python API读取数据，速度最多有2~3倍的提升。

作者 : 韩小飞

2021-01-18

网易大数据体系之时序数据技术

本文介绍时序数据平台的主要业务场景、体系架构及核心技术。

作者 : DataFunTalk

2019-05-13

6505

Google 理论背书与百度实践加持：百度 Palo 数据库宣布开源

大数据离不开数据存储，数据库作为大数据业务核心，在整个基础软件栈中是非常重要的一环，正因为如此，业界追求更优的大数据存储引擎和查询引擎的脚步从未停止。目前业界已有的大数据存储、查询引擎有Druid、Kylin、Impala等开源数据库，还有如EMC Greenplum、HP Vertica、AWS Redshift等商用数据库。今年8月10日刚刚开源的百度Palo项目又是一个什么样的数据库引擎呢？它与现有的这些数据库引擎相比有何不同之处？它的性能表现如何？

作者 : 蔡芳芳

2017-09-20

2850