【DTSE Tech Talk 精选问答】NO.38丨快速了解数仓实时入库利器HStore表

面对实时入库和实时查询要求越来越高的趋势，已有的列存储无法支持并发更新入库，行存查询性能无法做到实时返回且空间压缩表现不佳。GaussDB(DWS)基于列存储格式设计和实现了全新的HStore表，同时提供高效的并发插入、更新入库，以及高性能实时查询。
观看直播：https://bbs.huaweicloud.com/live/DTT_live/202308021630.html

Q：HStore表是否支持数据筛选和过滤？

A：Hstore提供和当前列存一样全面的功能和语法支持。支持。

Q：HStore表的并发插入和更新入库对硬件资源的要求是怎样的？

A：需要预留一部分cpu资源来做后台merge。其它资源消耗与普通列存一样。

Q：HSTore的Delta表看起来有点像binlog，那么查询的时候肯定需要解析的动作，这个解析的动作对查询性能影响大么？

A：delta表上数据的解析读取对性能是有影响的，所以依赖后太autovacuum来避免数据停留delta。

Q：HStore表的数据冷热分离策略如何影响实时查询性能？

A：推荐按时间分区，实时查询与入库操作的数据不应当在冷分分区，否则会影响性能。

Q：HStore表的查询性能与数据压缩比例有关吗？

A：有。压缩率越高，解压与压缩开销越大，查询时频繁的解压数据会受到影响。

Q：HStore表的并发插入和更新入库是否支持数据的乐观锁机制？

A：不支持，同一行上会等待然后报错。乐观锁不适合锁冲突比较大的场景。

Q：HStore表的查询性能与并发查询数有关吗？

A：Hstore提供和当前列存一样全面的功能和语法支持。跟列存一样，并发会有性能提升。

Q：数据在merge到主表前，怎么保证查询的数据是正确的？

A：会解析Delta表的数据，通过内部的事务机制保证可见性。

Q：HStore表的查询性能受到哪些因素的影响？

A：与列存一样，会受到查询数据量大小、系统资源、查询计划等的影响，同时还受数据是否MERGE的影响。

Q：HStore表的并发有瓶颈吗？并发性能受哪些因素影响？

A：并发入库的性能受后台automerge效率的影响，也收到环境资源的影响。