列存儲場景
Ⅰ ColumnStore index （列存儲索引）解析
首先，介紹列存儲的概念：在傳統資料庫存儲中，數據採用行存儲方式。例如，在SQL Server中，每個頁面大小為8KB，若每條數據長度為500位元組，理論上可以存儲大約16條數據，每條數據包含了所有欄位的信息。如圖所示，多個頁面存儲了成行數據。
接下來，介紹列存儲，數據以列的形式存儲，而不是以行的形式。在SQL Server中，數據向行組或段存儲。例如，假設表有5個欄位（列），每個紅色柱體代表一個段，每5個段組成一個行組。每個段僅包含一個列的數據，而行組包含所有列的數據。
每個段最多可以存儲100萬條該列的數據，從性能角度來看，100萬條數據可以實現最優性能，數據量較少時，段的性能會降低。
列存儲與行存儲相比，列存儲在數據倉庫場景下表現更佳，數據倉庫用戶數量較少，數據量巨大，數據變化較少。列存儲能將大量數據壓縮到1/10，從而減少I/O、CPU和內存使用，提高性能。此外，列存儲還採用了批量模式、段消除等技術，對性能有很大提升。
列存儲適合以下場景：
使用星型/雪花模型構建的數據倉庫
表（或分區）記錄數大於100萬
主要執行報表類SQL查詢，而非鍵查找
數據更新和刪除操作較少，大量插入操作可行
表中沒有VARCHAR(MAX), NVARCHAR(MAX), 或 VARBINARY(MAX) 數據類型
在某些特定的OLTP資料庫場景下，如實時操作分析，列存儲也可適用
列存儲的物理結構包括行組和delta存儲。假設表有1105萬條記錄，每個行組容納100萬條，總共有11個行組，剩餘5萬記錄存儲在delta存儲中。delta存儲用於存儲不足100萬條數據的行存儲數據，而行組採用列存儲且進行了壓縮。
隨著插入數據增加，delta存儲的數量增加，當數量達到100萬時，delta存儲停止接收數據，轉換為行存儲並進行壓縮。如有更多數據插入，生成新的delta存儲。
列存儲結構包括行組、delta存儲、和刪除點陣圖。刪除記錄並非物理刪除，而是邏輯刪除，通過在刪除點陣圖中添加標記記錄被刪除的記錄。在SQL Server查詢時，除了查詢行組和delta存儲的數據，還需要查詢刪除點陣圖，將三者結果進行合並。
當進行索引重建或重組時，列存儲才會進行物理刪除。在更新列存儲時，不是物理更新，而是刪除記錄後插入新的記錄。
列存儲小結：包括壓縮的列存儲行組、行存儲delta存儲、以及存儲被刪除記錄信息的刪除點陣圖。從SQL Server 2016開始，可以創建列存儲索引的同時，創建傳統行存儲的非聚簇索引（NCI）。列存儲本身不排序，查詢特定記錄時需要全表掃描，插入操作性能較好，但刪除和更新操作的代價較大，特別是對於大型表。
為了確定某些表是否適合創建列存儲索引，可以參考以下條件：表需要足夠大，至少100萬條記錄，且大部分SQL查詢為報表類查詢，update和delete操作較少。可以通過查詢DMV sys.dm_db_index_operational_stats來判斷表是否適合創建列存儲索引。
在SQL Server 2019中，可以使用sp_estimate_data_compression_savings預估創建列存儲索引後的壓縮率。快速載入數據到已創建列存儲索引的表中，可以採用外部文件批量導入、從其他表導入數據或使用SSIS，SQL Server會自動使用並行操作。
列存儲的性能提升來自壓縮、批量模式、段消除和並行處理。批量模式允許一次處理大量數據，適合大數據量的數據倉庫。段消除和列消除自動過濾掉不相關的行組和段，提高查詢效率。對於匯總函數，如SUM、AVG等，列存儲支持批量處理，減少數據傳輸量，提高性能。
列存儲的維護包括碎片處理。列存儲的碎片類型有兩種：delta存儲碎片和行組碎片。delta存儲碎片超過10個時需要維護，行組碎片超過10%時，需要進行物理刪除處理。
從SQL Server 2016開始，可以使用ALTER INDEX命令中的自合並（self merge）和合並（merge）操作來維護列存儲索引。自合並操作在行組的邏輯刪除記錄超過10%時，會物理刪除這些記錄；合並操作將兩個行組的記錄合並，當它們的總記錄數不足100萬時。
列存儲與內存資料庫技術結合，應用於實時操作分析場景。這類場景結合了OLTP和數據倉庫的特點，使用內存表和磁碟表進行數據存儲，分別適用於OLTP和報表查詢。內存表和列存儲索引共同存儲數據，提高查詢性能和數據處理效率。在該場景中，需要大量內存空間，而實時操作分析可以利用這兩種技術的優勢，實現高性能的數據處理。