histore是阿裡中間件技術團隊研發的資料庫産品，是一款基于獨特的知識網格技術的列式資料庫，定位于海量資料高壓縮比列式存儲，是低存儲成本，低維護成本，海量資料olap存儲引擎；有效的解決了海量資料存儲的成本問題，以及在百億資料場景下支援實時高效的多元度自由組合的檢索。
<a></a>
• 存儲資料量大：tb級資料大小，百億條記錄。資料量存儲主要依賴自己提供的高速資料加載工具（2tb/小時）和高資料壓縮比（>10:1）；
• 高壓縮比：平均壓縮比>10:1，遠高于正常壓縮算法，甚至可以達到40:1，極大地節省了資料存儲空間。高資料壓縮比主要依賴列式存儲和patent-pending的靈活壓縮算法;
• 基于列存儲：無需建索引，無需分區。即使資料量十分巨大，查詢速度也很快。用于資料倉庫。不需要建索引，就避免了維護索引及索引随着資料膨脹的問題。把每列資料分塊壓縮存放，每塊有知識網格節點記錄塊内的統計資訊，代替索引，加速搜尋；
• 大資料量查詢性能強勁、穩定：億級記錄數條件下，同等的select查詢語句，速度比myisam、innodb等普通的mysql存儲引擎快30倍。高效查詢主要依賴特殊設計的存儲結構對查詢的優化，但這裡優化的效果還取決于資料庫結構和查詢語句的設計；
• 并行導入：基于mysql的協定的并行導入，以及專門的入庫工具;
• 高并發：實時性的多元資料檢索；實時資料導入，海量資料秒級檢索；為實時業務提供保障；
• 線性擴充：結合tddl / drds，可實作存儲容量和處理能力的線性提升;
• 系統易用：遷移成本低，無其它依賴獨立部署，mysql工具及應用可直接無縫運作其上；
• 快速響應複雜的聚合類查詢：适合複雜的分析性的sql查詢，如sum，count，avg，group by;
• 節約設計開銷，沒有複雜的資料倉庫模型設計要求(比如星狀模型、雪花模型)，無需要物化視圖、資料分區、索引建立；
• 節省存儲資源，高壓縮比率通常是10：1，某些應用可能達到40：1;
• 內建利用廣泛，和衆多的bi套件相容，比如pentaho的，cognos公司，jaspersof;
• 降低運維成本，随着資料庫的逐漸增大，查詢和裝載性能持續保持穩定，實施和管理簡單，需要極少的管理；
• 分庫分表支援，結合tddl/drds，可實作無縫的橫向擴充功能和處理能力的線性提升；
• 日志/事件管理系統：調用鍊路日志跟蹤，消息軌迹分析，系統/網絡安全審計記錄;
• 通信行業：話單分析，使用者行為分析等;
• 大資料量的分析應用：網頁/線上分析，移動分析，客戶行為分析，營銷和廣告資料;
• 資料倉庫/資料集市：實時展示統計分析後資料，便于使用者根據統計結果做決策;
• 對資料存儲成本敏感，查詢有實時性要求的場景應考慮histore;
• 物聯網：儲存大量實體節點的采集上報，狀态等資訊，用于後期統計處理;
• 曆史評價資料，曆史訂單資料等;
histore的核心技術之一，histore在執行查詢的時候會根據知識網絡（知識網格）把dn分成三類：
• 相關的dn（相關節點），滿足查詢條件限制的dn
• 不相關的dn（無關節點），不滿足查詢條件限制的dn
• 可疑的dn（可疑節點），dn裡面的資料部分滿足查詢條件的限制
no.
column
type
desc
1
seller_id
bigint
賣家id
2
feed_id
主評id
3
feedback
varchar(4000)
主評内容
4
gmt_modify
datetime
修改時間
infobright
infinidb
pivotal greenplum
amazon redshift
teradata db
hp vertica
sap hana
ibm netezza
神舟通用，kstore
華為高斯db
達夢資料庫dm7