主要处理大量、短小的“事务性”操作,比如增加、删除、修改、查询单条记录。例如,电商网站的下单操作、银行的转账操作 。其特点是高并发、快速响应。...假设我们有一张销售表:
ID 商品 地区 销售额
1 A 北京 100
2 B 上海 200
3 A 深圳 150
一个典型的分析(OLAP)查询是:计算所有商品的销售额总和。...[1, A, 北京, 100] [2, B, 上海, 200] [3, A, 深圳, 150]
缺点: 为了计算“销售额”的总和,数据库必须把每一行的所有数据(ID, 商品, 地区, 销售额)都从磁盘读入内存...[1, 2, 3] [A, B, A] [北京, 上海, 深圳] [100, 200, 150]
优点: 当我们计算“销售额”总和时,数据库只需要读取“销售额”那一列的数据 。...这个数组里存储的是原始向量中符合条件的行的索引 。后续的操作符直接根据这个选择向量来处理原始数据。
在论文中的重要性:这种方法可以“避免在向量内进行昂贵的数据移动”,从而提升过滤操作的性能 。