database - 稀疏数据/数据存储/数据库是什么意思？

Question

最近一直在阅读 Hadoop 和 HBase，并遇到了这个术语-

HBase is an open-source, distributed, sparse, column-oriented store...

稀疏是什么意思？它与sparse matrix有关吗？ ？我猜这是它可以有效存储的数据类型的一个属性，因此想了解更多。

Answer 1

在常规数据库中，行是稀疏的，但列不是。创建行时，会为每一列分配存储，而不管该字段是否存在值(字段是为行和列的交集分配的存储)。

这允许固定长度的行大大改善读取和写入时间。可变长度数据类型使用指针的模拟来处理。

稀疏列会导致性能下降并且不太可能为您节省很多磁盘空间，因为指示 NULL 所需的空间小于链表样式的链式指针体系结构所需的 64 位指针通常用于实现非常大型非连续存储。

存储很便宜。性能不是。