一体化的行列混合存储方案

比多副本的Divergent Design方法更进一步的方案，即在同一个数据库实例中采用行列混合存储的方案，同时响应TP型和AP型负载。这是传统商用数据库Oracle、SQL Server和DB2等不约而同采用的方案。

• Oracle公司在2013年发表的Oracle 12C上，发布了Database In-Memory套件，其最核心的功能为In-Memory Column Store，即通过行列混合存储/高级查询优化（物化表达式，JoinGroup）等技术来提升OLAP性能。
• 微软在SQL Server 2016 SP1上，开始提供Column Store Indexs功能，用户可以根据负载特征，灵活的使用纯行存表、纯列存表、行列混合表以及列存表+行存索引等多种模式。
• IBM在2013年发布的10.5版本（Kepler）中，增加了DB2 BLU Acceleration组件，通过列式数据存储配合内存计算以及DataSkipping技术，大幅提升分析场景的性能。
  
  三家领先的商用数据库厂商，均同时采用了行列混合存储结合内存计算的技术路线。列式存储由于有更好的IO效率（压缩、DataSkipping、列裁剪）以及CPU计算效率（Cache Friendly），因此要达到最极致的分析性能必须使用列式存储，而列式存储中由于索引稀疏导致索引精准度问题决定了它不可能成为TP场景的存储格式。因此，行列混合存储成为一个必选方案。但在行列混合存储架构中，行存索引和列存索引在随机更新数据时存在性能鸿沟，必须借助DRAM的低读写延时来弥补列式存储更新效率低的缺陷。因此，在低延时在线事务处理和高性能实时数据分析两大前提下，行列混合存储结合内存计算成为最优方案。