Что хотят услышать интервьюеры:

Колоночные базы хранят данные не по строкам, а по столбцам, поэтому быстро читают только нужные поля. Для аналитики это выгодно, потому что обычно агрегируют и сканируют большие объёмы однотипных данных. Такой формат также лучше сжимается и уменьшает объём I/O при запросах.

Определение:

Колоночная база данных — это СУБД, в которой данные физически организованы по столбцам, а не по строкам. Это значит, что значения одного поля лежат рядом на диске и в памяти, что упрощает массовое чтение, фильтрацию и агрегации по отдельным колонкам.

В отличие от строкового хранения, где одна запись целиком лежит рядом, колоночное хранение оптимально для OLAP-нагрузок: отчётов, витрин данных, BI и аналитических запросов.

Пример использования:

Например, в системе продаж нужно посчитать выручку по регионам за последний месяц. Для этого достаточно читать только столбцы date, region, amount, а не всю строку заказа с адресом, статусом доставки и прочими полями.

SELECT region, SUM(amount) AS revenue
FROM orders
WHERE date >= CURRENT_DATE - INTERVAL '1 month'
GROUP BY region;

В колоночном хранилище такой запрос обычно быстрее, потому что движку не нужно загружать лишние поля и он читает только те столбцы, которые участвуют в фильтрации и агрегации.

Пояснение кода:

Код показывает типичный аналитический запрос:

Берутся только заказы за последний месяц.
Из них выбираются два поля для группировки и расчёта: region и amount.
Затем считается сумма amount по каждому региону.
Итог — компактная агрегированная выборка, которая хорошо ложится на колоночный формат.

Код нужен, чтобы показать, что в аналитике обычно обращаются не ко всей записи, а к небольшому набору столбцов.

Ключевые моменты:

Колоночные базы хранят данные по столбцам, а не по строкам.
Они особенно эффективны для аналитики, где важны сканы, фильтры и агрегации по большим объёмам данных.
Обычно читается меньше данных с диска, потому что запрашиваются только нужные поля.
Однотипные значения в столбце лучше сжимаются, что экономит место и ускоряет чтение.
Для частых точечных вставок и обновлений колоночный формат обычно менее удобен, чем строковый.
Хороший выбор для OLAP, отчётности и BI, но не всегда лучший для OLTP-сценариев.

Что такое колоночные базы данных и почему они лучше для аналитики?