カラム指向データベースとは

カラム指向データベースは、その名前が示す通り、データを行ではなく列ごとに格納します。Oracle、PostgreSQL、MySQLなどの従来のリレーショナルデータベースとは異なり、これらのデータベースはデータを列ごとに扱うことに焦点を当てています。

カラム指向データベースにおけるデータの扱い

行指向データベースは、データを行ごとに格納し、操作します。このデータの格納方法では、各行をレコードとして扱い、行内の全てのデータを1つの単位として処理します。

以下の書店の販売データを考えてみます。

日付	店舗	従業員	書籍のカテゴリー	販売数量	総売上高
2023/6/1	NYC	John	Fiction	10	$200
2023/6/1	NYC	Sarah	Non-fiction	5	$150
2023/6/1	NYC	Paul	Fiction	8	$80
2023/6/2	NYC	John	Fiction	7	$140
2023/6/2	NYC	John	Non-fiction	4	$80

行指向データベースでは、各販売は1つの行として扱われ、関連するデータ要素（日付、店舗、従業員、書籍のカテゴリー、販売数量、総売上高）がまとめてグループ化されます。

一方、カラム指向データベースでは、データを列ごとに処理します。各データ要素（例えば、日付や総売上高）について、データベースはその要素の全てのインスタンスを1つの列に格納します。

同じ書店の販売データを考えると、カラム指向データベースにおけるデータの扱いは次のようになります。

日付	店舗	従業員	書籍のカテゴリー	販売数量	総売上高
2023/6/1 * 3	NYC * 5	John * 3	Fiction * 3	10 * 1	$200 * 1
2023/6/2 * 2		Sarah * 1	Non-fiction * 2	5 * 1	$150 * 1
		Paul * 1		8 * 1	$80 * 1
				7 * 1	$140 * 1
				4 * 1	$80 * 1

例えば、NYCの店舗の総売上高を求めるとき、行指向データベースでは全データを行ごとに読み取り、各行の店舗フィールドをチェックし、NYCの店舗エントリの総売上高フィールドを合計する必要があります。このプロセスでは、店舗と総売上高のデータ以外も含めてデータを不要に読み取る可能性があります。

対照的に、カラム指向データベースでは、店舗列と総売上高列のみを読み取ります。これにより、ディスクから読み取るデータ量が減り、操作の処理速度が向上します。

カラム指向データベースのデメリット

カラム指向データベースには、データ分析タスクに特に優れている多くの利点がありますが、欠点もあります。そのうちの一つが、オンライントランザクションの管理に特化した最適化の欠如です。

カラム指向データベースは、新しいデータの追加、更新、削除などの処理において、かなりのオーバーヘッドと非効率性を抱えています。そのため、トランザクション処理には適していません。

テーブルに新しい行データを追加したいとします。行指向データベースでは、これは簡単なタスクです。新しい行をテーブルに追加するだけです。しかし、カラム指向データベースでは、プロセスがより複雑になります。圧縮されたデータをまず展開する必要があります。その後、各列の値を読み込んで適切な場所に追加する必要があります。最後に、列を再度圧縮する必要があります。このプロセスには計算のオーバーヘッドと複雑さが加わり、データベースに頻繁に小規模な変更が必要な場合（トランザクション処理のシナリオなど）には非効率です。

参考

https://future-architect.github.io/articles/20210419b/