引言
在當今數(shù)據(jù)驅動的時代，企業(yè)對數(shù)據(jù)庫系統(tǒng)提出了更高要求：既需要高效處理聯(lián)機事務處理（OLTP）業(yè)務，又需要對海量數(shù)據(jù)進行快速分析（OLAP），以支持實時決策。云原生HTAP（Hybrid Transactional/Analytical Processing，混合事務/分析處理）數(shù)據(jù)庫應運而生，旨在統(tǒng)一這兩種負載。阿里云自主研發(fā)的PolarDB，通過其In-Memory Column Index（IMCI，內存列存索引）技術，成功構建了云原生HTAP數(shù)據(jù)庫系統(tǒng)。本白皮書的第一部分將深入解析PolarDB IMCI的核心基石：列式數(shù)據(jù)是如何存儲與處理的，及其在數(shù)據(jù)處理和存儲服務中的實現(xiàn)。
一、列式存儲：架構的基石
傳統(tǒng)行式數(shù)據(jù)庫將同一行的所有列數(shù)據(jù)連續(xù)存儲，適合頻繁的增刪改查事務。對于分析型查詢，往往只涉及表中少數(shù)幾列，行式存儲會導致大量無關數(shù)據(jù)被加載進內存，造成I/O帶寬和CPU緩存資源的巨大浪費。
PolarDB IMCI采用了純列式存儲（Columnar Storage）作為其分析加速的核心：
- 數(shù)據(jù)組織方式：表中的每一列數(shù)據(jù)被獨立存儲在一個連續(xù)的物理塊中。例如，一張包含“訂單ID”、“用戶ID”、“商品ID”、“金額”、“時間”的表，在列存中，所有“金額”值會被集中存儲在一起，形成一個獨立的數(shù)據(jù)單元。
- 存儲結構：IMCI的列式數(shù)據(jù)并非簡單平鋪，而是采用了高度優(yōu)化的編碼格式（如字典編碼、行程編碼等）和壓縮算法。這不僅極大減少了磁盤和內存的占用，更重要的是，壓縮后的數(shù)據(jù)在參與計算時通?？梢詿o需解壓或僅需部分解壓，顯著提升了CPU計算效率和內存帶寬利用率。
- 與行存共存：PolarDB的HTAP架構并非取代原有行式存儲（用于OLTP），而是新增了列式存儲副本。數(shù)據(jù)通過日志流實時、異步地從行存同步到列存，從而保證分析查詢能訪問到近乎實時的數(shù)據(jù)，同時不影響前端事務處理的性能。
二、列式數(shù)據(jù)的處理：向量化執(zhí)行引擎
高效的列式存儲需要匹配專用的查詢處理引擎才能發(fā)揮最大威力。PolarDB IMCI采用了業(yè)界先進的向量化執(zhí)行引擎（Vectorized Execution Engine），摒棄了傳統(tǒng)數(shù)據(jù)庫一次處理一行的“火山模型”。
- 批處理模式：向量化引擎以“批”（Batch）為單位處理數(shù)據(jù)，每次操作處理列數(shù)據(jù)中的一個數(shù)據(jù)塊（例如1024個值）。這與列式存儲的物理布局完美契合，可以一次性將一列中的連續(xù)數(shù)據(jù)塊加載到CPU緩存。
- SIMD指令優(yōu)化：現(xiàn)代CPU提供的單指令多數(shù)據(jù)流（SIMD）指令，允許一條指令同時對多個數(shù)據(jù)執(zhí)行相同操作。列存中連續(xù)、類型統(tǒng)一的數(shù)據(jù)是應用SIMD優(yōu)化的理想場景。IMCI的引擎充分利用SIMD，對比較、聚合、算術運算等操作進行極致加速，將CPU的并行計算能力發(fā)揮到極致。
- 減少虛函數(shù)調用：向量化處理按列進行，整個批量的操作可以通過緊湊的循環(huán)完成，避免了傳統(tǒng)行處理模型中大量的條件判斷和虛函數(shù)調用開銷，極大提升了CPU流水線的效率。
三、數(shù)據(jù)處理與存儲服務：云原生的融合
PolarDB IMCI的列式數(shù)據(jù)存儲與處理并非孤立存在，而是深度融入其云原生架構，構成統(tǒng)一、彈性、高可用的數(shù)據(jù)處理與存儲服務。
- 計算與存儲分離：PolarDB基于Cloud-Native架構，實現(xiàn)了計算節(jié)點（處理SQL請求、執(zhí)行事務或分析）與存儲節(jié)點（持久化數(shù)據(jù)）的分離。列式存儲作為共享存儲層的一部分，可以被所有計算節(jié)點（包括專用于OLAP的只讀列存節(jié)點）高速訪問。這種分離使得計算資源可以根據(jù)OLTP和OLAP的負載獨立、彈性地擴縮容。
- 實時同步與服務化：行存與列存之間的數(shù)據(jù)同步通過高性能日志回放機制實現(xiàn)，延遲可低至毫秒級。對用戶而言，列存數(shù)據(jù)作為一項“服務”透明可用。用戶提交的分析查詢，優(yōu)化器會根據(jù)代價自動選擇是訪問行存還是列存索引，無需修改應用。
- 統(tǒng)一的服務體驗：在PolarDB的HTAP服務中，用戶通過一個統(tǒng)一的數(shù)據(jù)庫端點（Endpoint）進行訪問。系統(tǒng)內部自動將事務路由到行存計算節(jié)點，將復雜分析查詢路由到搭載IMCI的列存計算節(jié)點。數(shù)據(jù)處理（計算）與數(shù)據(jù)存儲（行/列存）作為后端一體化的服務提供，保障了數(shù)據(jù)強一致性和服務的連續(xù)性。
- 智能自適應：IMCI支持動態(tài)增減列，并能根據(jù)查詢負載模式自動進行數(shù)據(jù)重組和優(yōu)化，使得存儲與處理服務具備自適應性。
結論
PolarDB IMCI通過創(chuàng)新的列式數(shù)據(jù)存儲與向量化處理技術，為云原生數(shù)據(jù)庫注入了強大的實時分析能力。列式存儲以其高效壓縮和IO友好性奠定了高性能分析的基礎；向量化執(zhí)行引擎則充分利用現(xiàn)代硬件特性，將列存的數(shù)據(jù)布局優(yōu)勢轉化為極致的查詢速度。這一切最終通過云原生的計算存儲分離架構，被封裝成彈性、透明、統(tǒng)一的數(shù)據(jù)處理與存儲服務，使得企業(yè)能夠在一個數(shù)據(jù)庫系統(tǒng)中同時應對高并發(fā)事務與即席大數(shù)據(jù)分析的雙重挑戰(zhàn)，真正實現(xiàn)了HTAP的價值。
（此為白皮書系列第一部分，后續(xù)部分將深入探討查詢優(yōu)化、資源隔離、實時一致性等關鍵技術。）
