列式存储主要的目的有两个：
大部分OLAP查询只需要读取部分列而不是全部列数据，列式存储可以避免读取无用数据;
将同一列的数据在物理上存放在一起，能够极大地提高数据压缩率。
OLAP和OLTP
OLAP，也叫联机分析处理(Online Analytical Processing)系统，有的时候也叫DSS决策支持系统，就是我们说的数据仓库。在这样的系统中，语句的执行量不是考核标准，因为一条语句的执行时间可能会非常长，读取的数据也非常多。所以，在这样的系统中，考核的标准往往是磁盘子系统的吞吐量(带宽)，如能达到多少MB/s的流量。
在OLAP系统中，常使用分区技术、并行技术。
分区技术在OLAP系统中的重要性主要体现在数据库管理上，比如数据库加载，可以通过分区交换的方式实现，备份可以通过备份分区表空间实现，删除数据可以通过分区进行删除，至于分区在性能上的影响，它可以使得一些大表的扫描变得很快(只扫描单个分区)。另外，如果分区结合并行的话，也可以使得整个表的扫描会变得很快。总之，分区主要的功能是管理上的方便性，它并不能绝对保证查询性能的提高，有时候分区会带来性能上的提高，有时候会降低。
在OLAP系统中，不需要使用绑定(BIND)变量，因为整个系统的执行量很小，分析时间对于执行时间来说，可以忽略，而且可避免出现错误的执行计划。但是OLAP中可以大量使用位图索引，物化视图，对于大的事务，尽量寻求速度上的优化，没有必要像OLTP要求快速提交，甚至要刻意减慢执行的速度。
绑定变量真正的用途是在OLTP系统中，这个系统通常有这样的特点，用户并发数很大，用户的请求十分密集，并且这些请求的SQL 大多数是可以重复使用的。
OLTP，也叫联机事务处理(Online Transaction Processing)，表示事务性非常高的系统，一般都是高可用的在线系统，以小的事务以及小的查询为主，评估其系统的时候，一般看其每秒执行的Transaction以及Execute SQL的数量。在这样的系统中，单个数据库每秒处理的Transaction往往超过几百个，或者是几千个，Select 语句的执行量每秒几千甚至几万个。典型的OLTP系统有电子商务系统、银行、证券等，如美国eBay的业务数据库，就是很典型的OLTP数据库。
列组(Column Group)
OceanBase通过列组支持行列混合存储，每个列组存储多个经常一起访问的列。
技术经验分享：漫谈OceanBase 列式存储
如上图所示，OceanBase SSTable首先按照列组存储，每个列组内部再按行存储。分为几种情况：
·所有列属于同一个列组。数据在SSTable中按行存储，OLTP应用往往配置为这种方式。
·每列对应一个列组。数据在SSTable中按列存储，这种方式在实际应用中比较少见。
·每个列组对应一行数据的部分列。数据在SSTable中按行列混合存储，OLAP应用往往配置为这种方式。
OceanBase还允许一个列属于多个列组，通过冗余存储这些列，能够提高访问性能。例如，某表格总共包含5列，用户经常一起访问(1，3，5)或者(1，2，3，4)列。如果将(1，3，5)和(l，2，3，4)存储到两个列组中，那么，大部分访问只需要读取一个列组，避免了多个列组的合并操作。
列式存储提高了数据压缩比，然面，实践过程中我们发现，由于OceanBase最初的几个版本内存操作实现得不够精细，例如数据结构设计不合理，数据在内存中膨胀很多倍，导致大查询的性能瓶颈集中在CPU，列式存储的优势完全没有发挥出来。这就告诉我们，列式存储的前提是设计好内存数据结构，把CPU操作优化好，否则，后续的工作都是无用功。为了更好地支持OLAP应用，新版的OceanBase将重新设计列式存储引擎
