行式存储与列式存储的特点是什么，有哪些适用场景？

行存适合场景：事务型处理（OLTP），如频繁的单行读写、点查询，数据频繁插入和修改。
列存适合场景：分析型处理（OLAP），如聚合统计、批量扫描。仅进行插入和读取操作的场景。高效压缩，减少I/O量，CPU计算优化等场景。列式存储对 OLAP 性能可以大幅提升——压缩、延迟物化、块遍历、隐式连接。

CPU计算优化方面的差异：
针对列式存储而言，现代CPU支持单指令多数据流（SIMD），可对连续的同类型列数据批量计算（如一次处理128个数值），显著提升聚合计算速度。其次，连续存储的列数据更易被CPU缓存命中，减少内存访问延迟。

数据压缩方面的差异：
1、行式存储：单行内不同列的数据类型差异大（如字符串、数值混杂），压缩率低。
2、列式存储：单列数据具有相同类型和语义，可通过 高效压缩算法（如LZ4、ZSTD、Delta编码）大幅降低存储空间（通常压缩比可达5-10倍），同时减少磁盘到内存的数据传输量。

I/O效率方面的差异：
1、行式存储：读取单行数据时效率高，但若需统计某列的聚合值（如 SUM(年龄)），需要读取整行数据（包含无关字段），导致 I/O放大。
2、列式存储：仅读取目标列的数据，显著 减少I/O量。

数据组织方式方面的差异：
1、行式存储：数据按行连续存储。例如，表中一行数据的所有字段（如 用户ID、姓名、年龄、地址）在磁盘上连续存放，形成一个数据块。
2、适用场景：事务型处理（OLTP），如频繁的单行读写、点查询。
3、列式存储：数据按列连续存储。例如，所有用户的 用户ID 存储在一起，所有 年龄 存储在一起，形成多个独立的列数据块。
4、适用场景：分析型处理（OLAP），如聚合统计、批量扫描。