列存表与列存索引实践

列存表与列存索引实践

更新时间：2026-07-14 14:32:08

本篇文章介绍 OceanBase 中列存表、列存索引及其与行存表、行存索引的组合方案，并结合支付流水场景给出可落地的建表、建索引与查询示例，帮助将选型结论落实到具体 SQL。

列存表与列存索引的概念

列存表：主表基线以列存格式存储；创建方式为 WITH COLUMN GROUP(each column)（纯列存），或 WITH COLUMN GROUP(all columns, each column)（行列混存）。详见列存概述 — 如何创建列存表与行列混存表。
列存索引：索引表本身以列存格式存储，而不是“在列存表上再建一种特殊索引类型”。创建索引时通过 WITH COLUMN GROUP(each column) 指定列存索引；索引表同样可指定行存或列存列组。
行存索引：索引表按行存组织（默认或 WITH COLUMN GROUP(all columns)），适合点查与覆盖索引回表路径。

下文示例均围绕同一张业务宽表 payment_ledger（支付流水）：字段含 order_id、pay_time、pay_channel、txn_status、amount 等，便于对比不同组合下的读写特征。

场景组合

场景	适用业务	策略	优点	缺点
行存表 + 列存索引	以事务型业务为主，同时存在一定的分析型查询需求，且表为大宽表。	创建列存索引来提升分析类查询性能。	只对部分列进行冗余存储，且是列存格式。	需要根据查询语句的情况识别合适的字段创建列存索引，且数据写入时需要维护索引表数据，写入性能相对差一点。
列存表 + 行存索引	以分析型业务为主，但需支持高效的简单查询（如点查）。	创建索引时为了避免回表可以创建覆盖索引。	只冗余存储部分列数据，目前不支持在线将列存表转换为行存表或行列冗余表，可以通过添加行存索引来达到优化查询的目的。	需要根据查询语句的情况识别合适的字段创建行存索引，且数据写入时需要维护索引表数据，写入性能相对差一点。
行列混存表	需要同时兼顾事务型和分析型查询，且查询方式多样化。	可以直接冗余存储两份基线数据，让系统根据查询特点生成合适的执行计划，查询逻辑默认范围扫描走列存模式, 点查回退到行存模式。	不需要分析业务的查询特点，分析类查询结果是强一致的。	会占用更多的磁盘空间，且执行计划容易出现不准的情况。
纯列存表（无索引）	AP 场景	使用 `WITH COLUMN GROUP(each column)` 建列存表，列式存储数据	大批量导入与宽表少列扫描效率高	按主键/订单号点查慢

示例

示例一：行存表 + 列存索引

支付核心链路是 INSERT 与按 order_id 查状态；运营报表按渠道、日期对 amount 做 SUM/COUNT，表列数多但分析只扫少数列。

建表与列存索引：

CREATE TABLE payment_ledger (
    txn_id       BIGINT        NOT NULL,
    order_id     BIGINT        NOT NULL,
    user_id      BIGINT        NOT NULL,
    pay_time     DATETIME      NOT NULL,
    pay_channel  VARCHAR(32)   NOT NULL,
    txn_status   TINYINT       NOT NULL,
    amount       DECIMAL(18,2) NOT NULL,
    merchant_id  BIGINT        NOT NULL,
    remark       VARCHAR(256)  DEFAULT NULL,
    PRIMARY KEY (order_id, pay_time, txn_id)
)
PARTITION BY HASH(order_id) PARTITIONS 64
WITH COLUMN GROUP(all columns);

-- 列存索引：冗余分析常用列，避免宽表全列扫描
CREATE INDEX idx_pay_analytics
    ON payment_ledger (pay_time, pay_channel, txn_status, amount)
    WITH COLUMN GROUP(each column);

典型 TP 查询（走主表行存 + 主键）：

SELECT txn_id, txn_status, amount, pay_channel
FROM payment_ledger
WHERE order_id = 10086001
ORDER BY pay_time DESC
LIMIT 1;

典型分析查询（优化器可能选择列存索引，仅扫描索引中的列）：

SELECT pay_channel,
       SUM(amount) AS succ_amt,
       COUNT(*)    AS succ_cnt
FROM payment_ledger
WHERE pay_time >= '2025-01-01'
  AND pay_time <  '2025-02-01'
  AND txn_status = 1
GROUP BY pay_channel;

主表保持行存，不影响高并发写入与点查；分析负载由列存索引承接，相比把整张表改成纯列存，对 TP 更稳妥。索引列应覆盖过滤与聚合所需字段，避免回表扫宽行。

示例二：列存表 + 行存索引（分析为主，补点查）

流水已以批量导入/对账为主，日常 SQL 多为全分区扫描聚合；仅客服、风控等场景按 order_id 查单笔。

建表与行存覆盖索引：

CREATE TABLE payment_ledger_cs (
    txn_id       BIGINT        NOT NULL,
    order_id     BIGINT        NOT NULL,
    pay_time     DATETIME      NOT NULL,
    pay_channel  VARCHAR(32)   NOT NULL,
    txn_status   TINYINT       NOT NULL,
    amount       DECIMAL(18,2) NOT NULL,
    merchant_id  BIGINT        NOT NULL,
    PRIMARY KEY (txn_id, pay_time)
)
PARTITION BY RANGE COLUMNS(pay_time) (
    PARTITION p202501 VALUES LESS THAN ('2025-02-01 00:00:00'),
    PARTITION p202502 VALUES LESS THAN ('2025-03-01 00:00:00')
)
WITH COLUMN GROUP(all columns, each column);

-- 行存索引 + STORING：点查订单时避免回主表宽行
CREATE INDEX idx_order_lookup
    ON payment_ledger_cs (order_id)
    STORING (txn_status, amount, pay_time, pay_channel)
    WITH COLUMN GROUP(all columns);

分析查询（主表列存）：

SELECT merchant_id, SUM(amount) AS total
FROM payment_ledger_cs
WHERE pay_time >= '2025-01-01' AND txn_status = 1
GROUP BY merchant_id;

点查查询（行存索引）：

SELECT txn_status, amount, pay_time, pay_channel
FROM payment_ledger_cs
WHERE order_id = 10086001
ORDER BY pay_time DESC
LIMIT 5;

主表 each column 保证汇总类 SQL 的列存扫描优势；点查由行存索引承担。

示例三：纯列存表（大范围分析，弱 TP）

表仅服务日终对账、监管报送等批处理，无在线按单号查询，且可接受无主键表以换取导入性能。更多信息，参见 AP 场景下的主键设计实践）。

CREATE TABLE payment_ledger_dw (
    txn_id       BIGINT,
    order_id     BIGINT,
    pay_time     DATETIME,
    pay_channel  VARCHAR(32),
    txn_status   TINYINT,
    amount       DECIMAL(18,2),
    merchant_id  BIGINT
)
WITH COLUMN GROUP(each column);

-- 批量导入后建议合并并收集统计信息

SELECT DATE(pay_time) AS dt,
       COUNT(*) AS txn_cnt,
       SUM(CASE WHEN txn_status = 1 THEN amount ELSE 0 END) AS succ_amt
FROM payment_ledger_dw
WHERE pay_time >= '2025-01-01' AND pay_time < '2025-02-01'
GROUP BY DATE(pay_time);

示例四：行列混存表

业务坚持一张 payment_ledger 同时承接支付查询与运营分析，且可接受双份基线存储与更高合并成本。

CREATE TABLE payment_ledger_htap (
    txn_id       BIGINT        NOT NULL,
    order_id     BIGINT        NOT NULL,
    pay_time     DATETIME      NOT NULL,
    pay_channel  VARCHAR(32)   NOT NULL,
    txn_status   TINYINT       NOT NULL,
    amount       DECIMAL(18,2) NOT NULL,
    merchant_id  BIGINT        NOT NULL,
    PRIMARY KEY (order_id, pay_time, txn_id)
)
PARTITION BY HASH(order_id) PARTITIONS 64
WITH COLUMN GROUP(all columns, each column);

-- 点查类（优化器倾向行存路径）
SELECT amount, txn_status FROM payment_ledger_htap
WHERE order_id = 10086001 AND txn_status = 1
ORDER BY pay_time DESC LIMIT 1;

-- 分析类（优化器倾向列存路径）
SELECT pay_channel, SUM(amount) FROM payment_ledger_htap
WHERE pay_time >= '2025-01-15' AND txn_status = 1
GROUP BY pay_channel;