Data Warehouse Technologien

Magdeburg

Ilmenau

Ilmenau

Magdeburg

Ort

2010

2010

2010

2010

Jahr

2341

4944

5543

4325

Umsatz

Guinness

Pinot Noir

Merlot

Merlot

Produkt

Abbildung 6.17: Spaltenorientierte Speicherung

deutlicht eine derartige spaltenorientierte Speicherung. Die Daten jedes einzel-

nen Attributs werden tupelübergreifend zusammen gespeichert. Von der spal-

tenorientierten Speicherung erhofft man sich folgende Vorteile:

• Eine typische Analyseanfrage in einem DW-System besteht aus einer Be-

reichsselektion sowie einer Aggregation von Kennzahlen über viele Tupel.

Derartige Anfragen können durch eine spaltenorientierte Speicherung sehr

gut unterstützt werden.

• Spaltenorientierte Speicherung erkauft die Beschleunigung bei Zugriffen

durch höhere Kosten beim Einfügen von Tupeln und dem Zugriff auf ein-

zelne Tupel. Beides ist in DW-Systemen nicht relevant.

• Spaltenorientierte Speicherung ermöglicht eine bessere Komprimierbar-

keit, da die Spalten homogenere Daten als Tupeldaten haben (sowohl be-

treffend der Datentypen als auch der Werte).

• Durch die sequentielle Speicherung der Spalten sind Scans besonders effi-

zient auszuführen. Einige Systeme verzichten sogar ganz auf Indexstruk-

turen zugunsten schneller Scans.

Eine spaltenorientierte Speicherung muss die Rekonstruierbarkeit der Tupel

sicherstellen, entweder durch eine feste Tupelreihenfolge oder durch ein Iden-

tifikationsattribut, das eine Rekonstruktion mit einem Verbund gewährleis-

tet [Lüb10]. Abbildung 6.18 verdeutlicht noch einmal grafisch die Konzepte der

zeilenorientierten gegenüber der spaltenorientierten Speicherung.

6.3.2 Operationen und Anfragen in spaltenorientierter Daten-

haltung

Einige der aus klassischen relationalen Datenbanken bekannten Operationen

auf Tabellen müssen für eine spaltenorientierte Datenhaltung überdacht bzw.

neu konzipiert werden, vergleiche z.B. die Arbeiten von Lübcke et al. [Lüb10,

LKS11b, LKS11a].

6.3 Spaltenorientierte Datenhaltung 177

3 10 13,00 K1

4 33

72,30 K16 5 14 19,75

K25

20

K5

25,002

33

K16

72,304

10

K1

13,003

12

K9

15,501

Anzahl KundeKostenID

14

K25

19,755

30

K33

55,507

13

K32

14,006

3

10

4 5

33 14 K1 K16

K25

Zeilenorientiert Spaltenorientiert

17

K30

34,409

29

K19

57,008

1 12 15,50 K9

Abbildung 6.18: Zeilen- versus spaltenorientierte Speicherung

Tupel-Rekonstruktion

Eine neu hinzukommende Basisoperation in der spaltenorientierten Speiche-

rung ist die Tupelrekonstruktion. Jedes Tupel ist nun aufgeteilt in die Attribut-

werte, die separat gespeichert sind und im Bedarfsfall wieder zusammengesetzt

werden.

Abbildung 6.19 verdeutlicht die Aufgabe der Tupelrekonstruktion im Ver-

gleich zwischen einer zeilen- und einer spaltenorientierten Speicherung.

Anfragebearbeitung

Um den Unterschied in der Anfrageverarbeitung zu verdeutlichen, betrachten

wir eine einfache Anfrage, bei der eine Selektion über Dimensionsattribute mit

einer Aggregation gekoppelt wird.

Die Abbildung 6.20 verdeutlicht den typischen Ablauf bei der klassischen

zeilenorientierten Speicherung. In einem ersten Schritt werden die Tupel aus-

gewählt, die für die Anfrage benötigt werden. Dies kann mit einem Scan oder

durch Nutzung von Indexen erfolgen. Es folgt die Projektion auf die für das Er-

gebnis benötigten Attribute, gegebenenfalls eine Sortierung und die abschlie-

ßende Aggregation.

Abbildung 6.21 zeigt einen möglichen Ablauf bei der spaltenorientierten

Speicherung. Die direkte Variante – also erst Rekonstruktion aller Tupel und

anschließende Verarbeitung wie oben beschrieben – ist sicher nicht effizient.

Stattdessen wird wie folgt vorgegangen:

1. Die Selektionsbedingungen auf einzelnen Spalten werden genutzt, um je-

weils einen Bitvektor zu erzeugen, der die selektierten Tupel kennzeich-

net. Bei mehreren Selektionsbedingungen werden diese Vektoren analog

zu Bitmap-Indexen logisch kombiniert.

178 6 Speicherung