1.5 价值特性
openGauss相比其他开源数据库主要有高性能、高扩展、可维护性和高可用等特点。
1.5.1 高性能
- CBO优化器
openGauss优化器是典型的基于代价的优化(cost-based optimization,简称CBO)。在这种优化器模型下,数据库根据表的元组数、字段宽度、NULL记录比率、唯一值(distinct value)、最常见值(most common value, 简称MCV)等表的特征值以及一定的代价计算模型,计算出每一个执行步骤的不同执行方式的输出元组数和执行代价(cost),进而选出整体执行代价最小/首元组返回代价最小的执行方式进行执行。
CBO优化器能够在众多计划中依据代价选出最高效的执行计划,最大限度地满足客户业务要求。 - 行列混合存储
openGauss支持行存储和列存储两种存储模型,用户可以根据应用场景,建表的时候选择行存储还是列存储表。
一般情况下,如果表的字段比较多(大宽表),查询中涉及的列不很多的情况下,适合列存储。如果表的字段个数比较少,查询大部分字段,那么选择行存储比较好。
在大宽表、数据量比较大的场景中,查询经常关注某些列,行存储引擎查询性能比较差。例如气象局的场景,单表有200~800个列,查询经常访问10个列,在类似的场景下,向量化执行技术和列存储引擎可以极大地提升性能和减少存储空间。行存储表和列存储表各有优劣,建议根据实际情况选择。
(1) 行存储表。默认创建表的类型。数据按行进行存储,即一行数据紧挨着存储。行存储表支持完整的增、删、改、查。适用于对数据需要经常更新的场景。
(2) 列存储表。数据按列进行存储,即一列所有数据紧挨着存储。单列查询I/O小,比行存储表占用更少的存储空间,适合数据批量插入、更新较少和以查询为主统计分析类的场景。列存储表不适合点查询,INSERT操作插入单条记录性能差。
行存储表和列存储表的选择原则如下。
(1) 更新频繁程度。数据如果频繁更新,选择行存储表。
(2) 插入频繁程度。如果是频繁少量的插入数据,选择行存储表。一次插入大批量数据,选择列存储表。
(3) 表的列数。如果表的列数很多,选择列存储表。
(4) 查询的列数。如果每次查询时,只涉及了表的少数几个列(