存儲的未來

對于某些用例，當前存儲設計是次優的。我們相信可以通過在”heap”操作和存儲之間添加一個抽象層來進行改進。當前，存儲設計基于按行組織頁的假設：heapam．h假設：每個tuple只有一個元組頭和一個數據區域，即包括HeapTuple及tuple邏輯操作的代碼，比如delete、update、加鎖。類似，執行器代碼表示TupleTableSlot抽象層的元組，該抽象層下面是HeapTuple。2015年2ndQuadrant致力于在PG中實施列式存儲項目，以下是根據實施過程中吸取的經驗得出的計劃。

項目大綱

1） 垂直分區

2） 執行器批處理

3） 執行器向量化

4） 列索引

5） 表的可拔插存儲

6） 列式存儲插件

當將向量化執行引擎集成到列式存儲中時，才能獲得最高性能。列式存儲不用向量化當然也可以，但是獲得的收益卻不是最大。因為CPU仍然是一次僅操作一個元素。也可以不在列式存儲上做向量化，但收益也很小，因為要使向量化，必須將基于行的數據轉換成基于列的數據，這是一個緩慢的操作。

垂直分區

將表的存儲區域拆分為多個部分的能力，將列的子集放入每個存儲區域。這有幾點：

1） 跳過讀取查詢中不使用的列存儲區域

2） 不同列使用不同存儲策略（基于行或基于列；基于列的不同實現：實驗、壓縮或非壓縮等）

3） 在具有多個存儲區域的元組上讀取元組，用于他們之間的join

挑戰：

1） 表和存儲區域之間進行join需要單獨處理

2） Join消除是關鍵

3） 邏輯／物理元組表示需要改變（尤其是單個atrrelid值的pg＿attribute不再表示一個表的元組描述符）

批量執行

指執行器在單個節點一次處理多個元組的能力，而不是當前一次僅處理一個。需要大改TupleTableSlot結構以及節點執行流程。這適用于9．7．

向量化執行

執行器在CPU級別使用SIMD指令用于函數操作的能力。這基于執行器批量執行。聚合操作需要提供專用代碼。

列式索引

這個項目關于列存儲的新索引訪問方法。一個明顯的輸出是深入了解哪種列存儲方法最有效。好處：索引比標準索引更加緊湊，因此掃描速度更快。

表的可拔插存儲

這個項目關于為表存儲創建一個類似訪問方法的接口。目前，所有存儲都通過heapam．c。這使編寫不同實現成為可能。PG12開始已支持表訪問方法的可拔插。Heapam．c接口假定用于有一個表和一個TID。目前TID只是關系中元組的物理位置。該項目可能需要更高元組標識符以適應不同的存儲實現。同時，當前heapam．c實現返回一個包含元組的HeapTuple結構，但不同的實現可能有完全不同的方式來表示存儲中的元組。因為我們希望利用元組的不同表示而不是heapify他們。所以可能需要進行更多修改，以便可以將元組傳遞給執行程序代碼。這如何工作，還不清楚，需要更多研究。執行器批處理可以依靠他一次對多個元組進行操作。

Tom Lane的警示

我們需要避免DDL代碼的重寫。目前所有utility代碼都假設HeapTuples可傳遞到任何地方。對于不同存儲格式，這種假設就會失效。我們需要一些方法來避免這個項目陷入無休止的utility代碼重構中。

解決方案似乎很簡單：不需要在system catalog中立即解決這個問題，如果我們禁止對system catalog使用不同存儲格式，我們就不需要邊界大量utility代碼。

將來有人可以重構涉及單個catalog的代碼，以允許將可拔插（非堆）存儲用于該catalog。這可以零碎地完成，取消對一個特定catalog的限定。

列存的插件

面向列存儲的可拔插存儲引擎。

現有用例分析

上面介紹的是PostgreSQL的，分析其他數據庫也很有用。

MySQL／MariaDB

MySQL和MariaDB提供可拔插存儲引擎，請參考其手冊。

MongoDB

mongoDB也提供可拔插存儲，參考其手冊。