基于列存储的数据库存储系统研究
基于列存储的数据库，相对于传统的基于行的数据库，更适合在数据仓库存储方面发挥特长
1 简介
在项目中，将研究一个客户（常规）文件系统设计，以提高基于列存储数据库的查询性
能。该基于列存储数据库除了在磁盘上存储数据方式不同外，类似于典型的关系型数据
库（基于行存储的数据库,如MySQL或Postgres）。不同之处如图1所示：在一个基于行
存储的数据库中，每一行的属性按顺序存储，并在每一行被存储在一个连续的文件中。
而在一个基于列存储的数据库中，每个属性列存储在一个单独的文件。
这个文件的配置有一个优势，主要是适合只读数据库（数据仓库）。首先，任何查询涉
及到的数据库属性的子集回归，只需要较少的磁盘带宽，因为只加载所需的属性。随着
装载属性增多，查询次数也就增加。其次，每个列存储一个单一类型使文件比传统的数
据库可压缩（整数，八进制，字节，等等）性更高。压缩减少了磁盘上的数据读取量，
可以进一步提高性能。第三，CPU只处理为所需属性的数据列，只需要在内存中缓存，
节省内存资源，提高CPU的性能。
基于行存储的数据库
Source IP Dest IP Source Port Dest Port
基于列存储的数据库
图1：基于行存储数据库和基于列存储数据库文件系统布局
面向列存储的缺点之一是：一个表中包含多个files。推测由于基于列存储可以降低磁盘
带宽要求，因此基于列存储的数据库可以提高查询性能。但是它将增加磁盘查找时间，
因为查询期间在一个磁盘上要定位更多的files。因此希望文件系统可以定制，这样可以
使基于列存储数据库的file寻求时间最小化，这样提高查询性能。
这个项目的目的是为了提高基于列存储数据库的操作性能，用于探讨如何捕获和储存大
