序言

本文是第二篇学习和研究Greenplum总结，并在社区中分享的文章。写本文的缘由，是来自于长时间对AO列存的困惑。为了能够进一步理解AO列存的内部原理，查询了相关文献以及对源码的阅读，同时做了实验验证。这里做了转载，把简书作为近期学习心得一个统一入口。感谢你的阅读，希望你能有所收获，并对文章提出建议。

原文链接：https://cn.greenplum.org/greenplum-ao-column-storage/

一、解析背景：

Greenplum AO列存，主要面向OLAP场景。表的列很多，分析其中少部分列，通过AO列存方式，大块的IO读，降低IO成本，提升分析速度。AO以前是appendonly，不支持update/delete，后来支持了，内部也改叫append optimized表。

二、AO列表存储设计

一张AO列存表主要涉及到表有pg_appendonly、pg_aoseg_<relid>、pg_aoblkdir_<relid>、pg_aovisimap_<relid>，这些表归属于pg_aoseg空间。

三、总结

1.AO列存优点分析速度快，对于OLAP场景，每次分析涉及的字段较少，采用GP的AO表的这个设计可以保证行级严格事务，这在列存数据库中不多见，这样的设计有利于高吞吐数据量的加载。同时通过块的方式提高数据的压缩比。

2.AO列存缺点每个列至少对应一个文件。例如集群有10个primary,10个mirror,一张有500列按天分区的列表，对应年的文件数>(10+10)*365*500=3650000。因而需要结合数据量和查询特征来设计合理的segment和分区的个数。 GP5、GP6存储空间占用大，如果表建索引，频繁的小批量加载数据会导致pg_aoblkdir_<relid>占用非常大的存储空间。GP7有brin索引可以考虑，索引文件会非常小，小到可以忽略不计。

本文介绍AO列存辅组表，以及相关设计进行解读，为更好的使用和理解AO列存表提供帮助，用户需要根据业务场景选择是否要采用AO列存。

’