行式存储
传统的 关系型数据库 采用 行式存储(Row-based)，适合做业务数据库，如 Oracle、MySQL、SQL SERVER 等
一行中的数据在存储介质中以连续存储形式存在
关系型数据库中，看到的表数据如下图：
按照行的顺序，将这三行数据存储在硬盘上，如下图：
优点
写入数据非常的快。只需要将新增的数据在后面追加，存储在磁盘上最终是连续的空间
读取整行数据快
缺点
查询少数几列时，由于这几列混在其他列中，需要读取每一条完整的记录，导致速度慢
聚合速度慢，如：
select avg(age)等，原因同上
应用场景
适合 OATP 数据库，做业务处理，如：MySQL、oracle
列式存储
列式数据库，适合 大数据 环境下的 数据仓库，用于 数据分析 ，如：Hbase、hive的 Parquet、RCFile、ORCFile 文件格式
一列中的数据在存储介质中以连续存储形式存在
存储结构如下图：
新增一条数据如下
优点
聚合速度快。如：
select avg(age)，只需要将磁盘上连续的 年龄 加载到内存中，不需要读取其他列数据压缩比更好。由于某一列的数据类型都是相同的，针对于数据存储更容易进行数据压缩，每一列选择更优的数据压缩算法，大大提高了数据的压缩比重。数据压缩比更好，一方面节省了磁盘空间，另一方面对于cache也有了更大的发挥空间
应用场景
适合 OLAP，做统计分析，如：clickhouse、hive
对比
| 对比方面 | 行存储 | 列存储 |
|---|---|---|
| 写性能 | 写人是一次完成，性能更高 | 把一行记录拆分成单列保存，写入次数明显比行存储多，实际花费时间比行存储多 |
| 读性能 | 读取少数几列时，需遍历其他无关列，IO开销较大;读取整行数据时，依次顺序读即可，性能高 | 读取少数几列时，无需读取无关列，性能高；读取整行时，需分别读取所有列，并拼装成行，性能低 |
| 数据压缩 | 每行数据存储在一起，压缩比较低 | 以列为单位存储数据，这使得类型相同的数据存放在一起，对压缩算法友好，压缩比较高 |
| 典型代表 | Text File、 Sequence File等 | ORC、 Parquet、 Carbon Data等 |
感谢：
https://blog.csdn.net/wangrui1605/article/details/122023482
https://blog.csdn.net/Shockang/article/details/115739955