① 矩陣的壓縮存儲是什麼
二維數組在形式上是矩陣，因此一般用二維數組來存儲矩陣。在不壓縮存儲的情況下，矩陣採用按行優先或按列優先方式存儲，佔用的存儲單元數等於矩陣的元素個數。在實際應用中，經常出現一些階數很高的矩陣，同時在矩陣中非零元素呈某種規律分布或者矩陣中有大量的零元素，若仍然用常規方法存儲，可能存儲重復的非零元素或零元素，這將造成存儲空間的大量浪費。因此對這類矩陣進行壓縮存儲，從而合理地利用存儲空間。
為了節省存儲空間，可以利用特殊矩陣的規律，對它們進行壓縮存儲，也就是說為多個值相同的元素只分配一個存儲單元，對零元素不分配空間。適合壓縮存儲的矩陣一般是值相同的元素或者零元素在矩陣中分布有一定規律的特殊矩陣和稀疏矩陣。常見的特殊矩陣有對稱矩陣、三角矩陣和對角矩陣。
② 列式資料庫的舉例
下面以GBase 8a分析型資料庫為例，描述列存儲對數據存儲與管理的作用。
面對海量數據分析的 I/O 瓶頸，GBase 8a 把表數據按列的方式存儲，其優勢體現在以下幾個方面。
不讀取無效數據：降低 I/O 開銷，同時提高每次 I/O 的效率，從而大大提高查詢性能。查詢語句只從磁碟上讀取所需要的列，其他列的數據是不需要讀取的。例如，有兩張表，每張表100GB 且有100 列，大多數查詢只關注幾個列，採用列存儲，不需要像行存資料庫一樣，將整行數據取出，只取出需要的列。磁碟 I/0 是行存儲的 1/10或更少，查詢響應時間提高 10 倍以上。
高壓縮比：壓縮比可以達到 5 ~ 20 倍以上，數據佔有空間降低到傳統資料庫的1/10 ，節省了存儲設備的開銷。
當資料庫的大小與資料庫伺服器內存大小之比達到或超過 2:1 （典型的大型系統配置值）時，列存的 I/O 優勢就顯得更加明顯；
GBase 8a 分析型資料庫的獨特列存儲格式，對每列數據再細分為「數據包」。這樣可以達到很高的可擴展性：無論一個表有多大，資料庫只操作相關的數據包，性能不會隨著數據量的增加而下降。通過以數據包為單位進行 I/O 操作提升數據吞吐量，從而進一步提高I/O效率。
由於採用列存儲技術，還可以實現高效的透明壓縮。
由於數據按列包存儲，每個數據包內都是同構數據，內容相關性很高，這使得GBase 8a 更易於實現壓縮，壓縮比通常能夠達到 1:10 甚至更優。這使得能夠同時在磁碟 I/O 和 Cache I/O 上都提升資料庫的性能，使 GBase 8a 在某些場景下的運算性能比傳統資料庫快 100 倍以上。
GBase 8a 允許用戶根據需要設置配置文件，選擇是否進行壓縮。在啟用壓縮的情況下GBase 8a 根據數據的不同特性以及不同的分布狀況，自動採用相應的壓縮演算法，如：
行程編碼（適用於大量連續重復的數據，特別是排序數據）；
基於數據的差值編碼（適用於重復率低，但彼此差值較小的數據列）；
基於位置的差值編碼（適用於重復率高，但分布比較隨機的數據列）。
③ 什麼是資料庫列存儲，原理是怎樣的
資料庫列存儲不同於傳統的關系型資料庫，其數據在表中是按行存儲的，列方式所帶來的重要好處之一就是，由於查詢中的選擇規則是通過列來定義的，因 此整個資料庫是自動索引化的。
按列存儲每個欄位的數據聚集存儲，在查詢只需要少數幾個欄位的時候，能大大減少讀取的數據量，一個欄位的數據聚集存儲，那就 更容易為這種聚集存儲設計更好的壓縮/解壓演算法。這張圖講述了傳統的行存儲和列存儲的區別：
④ 1.柵格數據存儲的壓縮編碼有幾種各有什麼優點和缺點
2.1.6 柵格數據存儲的壓縮編碼 1 直接編碼 直接柵格編碼是最簡單最直觀而又非常重要的一種柵格結構編碼方法，通常稱這種編碼為圖像文件或柵格文件。直接編碼就是將柵格數據看作一個數據矩陣，逐行（或逐列）逐個記錄代碼，可以每行都從左到右逐象元記錄，也可奇數行從左到右，而偶數行由右向左記錄，為了特定目的還可採用其它特殊的順序,右圖直接編碼可表示為矩陣： 2 鏈式編碼 鏈式編碼又稱為弗里曼鏈碼（Freeman,1961）或邊界鏈碼。由某一原點開始並按某些基本方向確定的單位矢量鏈。基本方向可定義為：東＝0，南＝3，西＝2，北＝1等。右圖多邊形邊如果確定原點為像元（10，1），則該多邊形界按順時方向的鏈式編碼為：
鏈式編碼對多邊形的表示具有很強的數據壓縮能力，且具有一定的運算功能，如面積和周長計算等，探測邊界急彎和凹進部分等都比較容易。但是，疊置運算如組合、相交等則很難實施，
3 行程編碼 行程編碼1 只在各行（或列）數據的代碼發生變化時依次記錄該代碼以及相同代碼重復的個數。左圖可沿行方向進行行程編碼： 行程編碼2 逐個記錄各行（或列）代碼發生變化的位置和相應的代碼，左圖可沿列方向進行行程編碼：
1列：（1，3），（3，1）；
2列：（1，3），（4，1）；
3列：（1，3），（5，1）；
4列：（1，4），（2，3），（5，1）；
5列：（1，4），（4，3），（6，2），（7，1）；
6列：（1，4），（4，2）；
7列：（1，4），（4，2）；
8列：（1，4），（3，2）。 行程編碼3 按行（或列）記錄相同代碼的始末象元的列號（或行號）和相應的代碼，左圖可沿行方向進行程編碼：
4 塊式編碼 把多邊形范圍劃分成由象元組成的正方形，然後對各個正方形進行編碼。塊式編碼數據結構中包括3個數字：塊的初始位置（行、列號）和塊的大小（塊包括的象元數），再加上記錄單元的代碼組成。左圖塊式編碼：
5 四叉樹編碼2.1.6 柵格數據存儲的壓縮編碼 1 直接編碼 直接柵格編碼是最簡單最直觀而又非常重要的一種柵格結構編碼方法，通常稱這種編碼為圖像文件或柵格文件。直接編碼就是將柵格數據看作一個數據矩陣，逐行（或逐列）逐個記錄代碼，可以每行都從左到右逐象元記錄，也可奇數行從左到右，而偶數行由右向左記錄，為了特定目的還可採用其它特殊的順序,右圖直接編碼可表示為矩陣： 2 鏈式編碼 鏈式編碼又稱為弗里曼鏈碼（Freeman,1961）或邊界鏈碼。由某一原點開始並按某些基本方向確定的單位矢量鏈。基本方向可定義為：東＝0，南＝3，西＝2，北＝1等。右圖多邊形邊如果確定原點為像元（10，1），則該多邊形界按順時方向的鏈式編碼為： 鏈式編碼對多邊形的表示具有很強的數據壓縮能力，且具有一定的運算功能，如面積和周長計算等，探測邊界急彎和凹進部分等都比較容易。但是，疊置運算如組合、相交等則很難實施， 3 行程編碼 行程編碼1 只在各行（或列）數據的代碼發生變化時依次記錄該代碼以及相同代碼重復的個數。左圖可沿行方向進行行程編碼： 行程編碼2 逐個記錄各行（或列）代碼發生變化的位置和相應的代碼，左圖可沿列方向進行行程編碼：1列：（1，3），（3，1）； 2列：（1，3），（4，1）； 3列：（1，3），（5，1）； 4列：（1，4），（2，3），（5，1）； 5列：（1，4），（4，3），（6，2），（7，1）； 6列：（1，4），（4，2）； 7列：（1，4），（4，2）； 8列：（1，4），（3，2）。 行程編碼3 按行（或列）記錄相同代碼的始末象元的列號（或行號）和相應的代碼，左圖可沿行方向進行程編碼： 4 塊式編碼 把多邊形范圍劃分成由象元組成的正方形，然後對各個正方形進行編碼。塊式編碼數據結構中包括3個數字：塊的初始位置（行、列號）和塊的大小（塊包括的象元數），再加上記錄單元的代碼組成。左圖塊式編碼： 5 四叉樹編碼 四叉樹分割 將圖像區域按四個大小相同的象限四等分，每個象限又可根據一定規則判斷是否繼續等分為次一層的四個象限，無論分割到哪一層象限，只要子象限上僅含一種屬性代碼或符合既定要求的少數幾種屬性時，則停止繼續分割。否則就一直分割到單個象元為止。按照象限遞歸分割的原則所分圖像區域的柵格陣列應為2n×2n（n為分割的層數）的形式。 四叉樹結構 把整個2n×2n象元組成的陣列當作樹的根結點，樹的高度為ｎ級（最多為ｎ級）。每個結點有分別代表南西（SW）、南東（SE）、北西（NW）、北東（NE）四個象限的四個分支。四個分支中要麼是樹葉，要麼是樹叉。樹葉代表不能繼續劃分的結點，該結點代表子象限具有單一的代碼；樹叉不只包含一種代在碼，必須繼續劃分，直到變成樹葉為止。 四叉樹編碼 1 指針四叉樹編碼 通過在子結點與父結點之間設立指針的方式建立起整個結構。按這種方式，四叉樹的每個結點通常存儲6個量，即四個子結點指針、一個父結點指針和該結點的屬性代碼。這種方法除了要記錄葉結點外，還要記錄中間結點，一般要佔用較大存儲空間。 2 線性四叉樹編碼 為美國馬里蘭大學地理信息系統中採用的編碼方法，該方法記錄每個終止結點（或葉結點）的地址和值，值就是子區的屬性代碼，其中地址包括兩部分，共32位（二進制），最右邊4位記錄該葉結點的深度，即處於四叉樹的第幾層上，有了深度可以推知子區大小；左邊的28位記錄路徑，從右邊第五位往左記錄從葉結點到根結點的路徑，0，1，2，3分別表示SW、SE、NW、NE。28位 4位 0 0 0 0 ... ... 0 0 0 0 1 1 1 0 0 0 1 1（路徑0SW,3NE,2NW） 0 3 2 深度3記錄了各個葉子的地址，再記錄相應代碼值，就記錄了整個圖像。 四叉樹優點 1.容易而有效地計算多邊形的數量特徵； 2.陣列各部分的解析度是可變的，邊界復雜部分四叉樹較高，即分級多，解析度也高，而不需要表示許多細節的部分則分級少，解析度低，因而既可精確表示圖形結構又可減少存儲量； 3.柵格到四叉樹及到四叉樹到簡單柵格結構的轉換比其他壓縮方法容易； 4.多邊形中嵌套異類多邊形的表示較方便。 四叉樹分割 將圖像區域按四個大小相同的象限四等分，每個象限又可根據一定規則判斷是否繼續等分為次一層的四個象限，無論分割到哪一層象限，只要子象限上僅含一種屬性代碼或符合既定要求的少數幾種屬性時，則停止繼續分割。否則就一直分割到單個象元為止。按照象限遞歸分割的原則所分圖像區域的柵格陣列應為2n×2n（n為分割的層數）的形式。 四叉樹結構 把整個2n×2n象元組成的陣列當作樹的根結點，樹的高度為ｎ級（最多為ｎ級）。每個結點有分別代表南西（SW）、南東（SE）、北西（NW）、北東（NE）四個象限的四個分支。四個分支中要麼是樹葉，要麼是樹叉。樹葉代表不能繼續劃分的結點，該結點代表子象限具有單一的代碼；樹叉不只包含一種代在碼，必須繼續劃分，直到變成樹葉為止。 四叉樹編碼 1 指針四叉樹編碼 通過在子結點與父結點之間設立指針的方式建立起整個結構。按這種方式，四叉樹的每個結點通常存儲6個量，即四個子結點指針、一個父結點指針和該結點的屬性代碼。這種方法除了要記錄葉結點外，還要記錄中間結點，一般要佔用較大存儲空間。 2 線性四叉樹編碼 為美國馬里蘭大學地理信息系統中採用的編碼方法，該方法記錄每個終止結點（或葉結點）的地址和值，值就是子區的屬性代碼，其中地址包括兩部分，共32位（二進制），最右邊4位記錄該葉結點的深度，即處於四叉樹的第幾層上，有了深度可以推知子區大小；左邊的28位記錄路徑，從右邊第五位往左記錄從葉結點到根結點的路徑，0，1，2，3分別表示SW、SE、NW、NE。
28位 4位
0 0 0 0 ... ... 0 0 0 0 1 1 1 0 0 0 1 1
（路徑0SW,3NE,2NW） 0 3 2 深度3
記錄了各個葉子的地址，再記錄相應代碼值，就記錄了整個圖像。 四叉樹優點 1.容易而有效地計算多邊形的數量特徵； 2.陣列各部分的解析度是可變的，邊界復雜部分四叉樹較高，即分級多，解析度也高，而不需要表示許多細節的部分則分級少，解析度低，因而既可精確表示圖形結構又可減少存儲量； 3.柵格到四叉樹及到四叉樹到簡單柵格結構的轉換比其他壓縮方法容易； 4.多邊形中嵌套異類多邊形的表示較方便。
⑤ 設有一個 10 × 10的對稱矩陣 A採用壓縮方式進行存儲，存儲時以按行優先的順序
對稱矩陣且存儲的是下三角，那你首先得看a65是在下三角還是上三角，因為上三角的值是由下三角對稱的值來存儲的。6>5，a65在下三角。按行存儲下三角，從第一行開始分別存儲1,2,3,...個元素，a65表示第7行的第6個元素，那他前面的數據占的位元組就是(1+2+3+4+5+6+5)*2=52，所以a65的地址是下一個53
⑥ Mysql是列式存儲嗎，或者說mysql支持列式存儲嗎
大數據（巨量數據集合（IT行業術語））
大數據（big data），指無法在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。
⑦ Sybase資料庫的基本原理： （1）、列方式的存儲，可以減少IO 那個IO是什麼
列存儲——有別於傳統的關系型資料庫，Sybase IQ是按照數據表中的列來存儲與訪問數據的。基於列來讀取數據，即使在數據不斷膨脹的情況下，你也只須讀出你想要了解的數據，避免了重復的全面掃描，顯著提供查詢速度，進而提升了性能指數P；同時，由於同一列中的所有數據域有相同的數據類型，因此，每一列都可以以更優化的效率和檢索進行壓縮，從而降低了佔用的資源T。
數據壓縮——正是由於數據按列存儲，相鄰的欄位值具有相同的數據類型，所以壓縮更容易，通常能得到大於50%的壓縮。在海量數據下，隨著數據的大幅壓縮，所佔用的空間等資源成本會顯著減少。因此，更大的壓縮比，加上大頁面，使得Sybase IQ在獲得優良查詢性能的同時，減少了對存儲空間的需求，因此佔用的資源T也大大降低了。
豐富的索引——傳統的關系型資料庫引擎只能一對一地解決問題，在數據爆炸的今天，如此「大海撈針」似的查詢會令反應速度非常遲緩。而Sybase IQ針對數據倉庫應用有多種不同的索引技術，並且這些技術中的每一個都與數據倉庫的查詢問題相吻合，從而顯著減少給定查詢或更新的工作量，加快查詢速度，自然帶動性能P的提升。
Multiplex可擴展能力——Sybase IQ的Multiplex組件增加了在單一的Sybase IQ環境中支持多個SMP機器節點的功能，顯著地減輕了進程與內存負擔。因此，在信息飛速增長的商業社會，它允許數據倉庫從基礎開始擴展，從很小的規模擴展到非常巨大的規模，擁有卓越的可擴展能力，避免了數據爆炸帶來的更新和不便。
總之，正是憑藉以上引領未來的核心科技，Sybase IQ 在保證數據壓縮的目標下，能夠同時提高查詢性能。因此，不論以S/T(即資料庫壓縮比)、P/T，還是從整體SPoT公式來看，Sybase IQ 都擁有更高的綠色數據指標，是「綠色資料庫」的完美體現。
信息飛速膨脹的時代呼喚有效利用資源的綠色科技。綠色資料庫Sybase IQ是對傳統商業智能軟體的挑戰，引領了未來關系型資料庫的發展方向，其低成本、高效能的綠色效應必將促進企業健康持久成長，營造和諧持續發展的綠色信息環境。
⑧ 在Huffman編碼時，我得到一長串的0、1序列，希望能通過某種方式存儲該序列，真正實現壓縮！
http://..com/question/35584469.html
⑨ 內存壓縮的原理
就是把「占著毛坑不拉絲」的清除出去
⑩ 稀疏矩陣一般的壓縮存儲方法有兩種
分別是三元組和十字鏈表。
三元組是指形如（（x，y），z）的集合（這就是說，三元組是這樣的偶，其第一個射影亦是一個偶），常簡記為（x，y，z）。
三元組是計算機專業的一門公共基礎課程——數據結構里的概念。主要是用來存儲稀疏矩陣的一種壓縮方式，也叫三元組表。假設以順序存儲結構來表示三元組表（triple table），則得到稀疏矩陣的一種壓縮存儲方式，即三元組順序表，簡稱三元組表。
十字鏈表（Orthogonal List)是有向圖的另一種鏈式存儲結構。該結構可以看成是將有向圖的鄰接表和逆鄰接表結合起來得到的。用十字鏈表來存儲有向圖，可以達到高效的存取效果。同時，代碼的可讀性也會得到提升。
拓展資料：
十字鏈表（Orthogonal List)是有向圖的另一種鏈式存儲結構。可以看成是將有向圖的鄰接表和逆鄰接表結合起來得到的一種鏈表。在十字鏈表中，對應於有向圖中每一條弧都有一個結點，對應於每個定頂點也有一個結點。
十字鏈表之於有向圖，類似於鄰接表之於無向圖。
也可以理解為 將行的單鏈表和列的單鏈表結合起來存儲稀疏矩陣稱為十字鏈表， 每個節點表示一個非零元素。
三元組解釋：
1、所謂「三元組」是指圖形的幾何元素構成、圖線間的拓撲關系和尺寸約束。如果一組圖形的前二元相同而只是尺寸大小不同，則這組圖形構成一族形狀相同的系列化圖形。
2、把組成一個元素的三個數稱為三元組。一個三元組包含以下三部分的內容SDO_STARTING_OFFSET表明每個幾何元素的第一個坐標在SDO_ORDINATES數組中的存儲位置。
3、…Mt：N2）的表示稱為三元組...…Mt稱為標號，N1、N2為結點R為關系。當n≠0時，稱Li為對結點N1的修飾。t≠0時，稱Mj為對結點N2的修飾。
參考資料：網路：十字鏈表
網路：三元組