数据库列存储不同于传统的关系型数据库，其数据在表中是按行存储的，列方式所带来的重要好处之一就是，由于查询中的选择规则是通过列来定义的，因 此整个数据库是自动索引化的。
按列存储每个字段的数据聚集存储，在查询只需要少数几个字段的时候，能大大减少读取的数据量，一个字段的数据聚集存储，那就 更容易为这种聚集存储设计更好的压缩/解压算法。这张图讲述了传统的行存储和列存储的区别：
B. sql数据库里面：数据项是一列还是一格，表项是一列还是一格，表头是第一格、第一列名还是表名，还有字段
sql 是指数据库查询语言,拿mysql举例
一个数据库包含多个表,一个表有多行,一行包含多列
表的理解,类似excel里面的二维表格,就是一张完整的表格
一行对应一个记录(又叫做元组)描述的是一个完整的实体对象
一列对应一个字段,描述的是这个实体的属性信息
拿人作为举例,张三,李四两个人,一个人表示一行(即为一条记录),张三id:001,name:张三,age:23
张三的ID号,名称,年龄等这些代表张三的属性,每一个属性代表这个行的一列
表格的第一行都是指列,下面的每一行就是指每一个记录行,记录不同的对象信息
sql语句只是操作数据库表的语言,有查询,增加,删除,修改等基本功能
select 列名 from 表名 where 列名 = 值 从表当中查询记录行
insert into 表名(id , name) values(001 , '张三') 插入一条语句
delete from 表名 where id=1 删除id等于1的记录行
update 表名 set name='王五' where id=1 更新,把id等于1的记录的,名称列值改为王五
C. 行式数据库和列式数据库的优缺点是什么，行式数据库和列式数据库的执行效率比较一下
传统的行式数据库，是按照行存储的，维护大量的索引和物化视图无论是在时间(处理)还是空间(存储)方面成本都很高。而列式数据库恰恰相反，列式数据库的数据是按照列存储，每一列单独存放，数据即是索引。只访问查询涉及的列，大大降低了系统I/O，每一列由一个线来处理，而且由于数据类型一致，数据特征相似，极大方便压缩。行式数据库擅长随机读操作，列式数据库则更擅长大批量数据量查询
D. python进行数据库查询时怎么把结果提取出来
设置索引字段。在开始提取数据前，先将member_id列设置为索引字段。然后开始提取数据。
按行提取信息。第一步是按行提取数据，例如提取某个用户的信息。
按列提取信息。第二步是按列提取数据，例如提取用户工作年限列的所有信息。
按行与列提取信息。第三步是按行和列提取信息，把前面两部的查询条件放在一起，查询特定用户的特定信息。
在前面的基础上继续增加条件，增加一行同时查询两个特定用户的贷款金额信息。
在前面的代码后增加sum函数，对结果进行求和。
除了增加行的查询条件以外，还可以增加列的查询条件。
多个列的查询也可以进行求和计算，在前面的代码后增加sum函数，对这个用户的贷款金额和年收入两个字段求和，并显示出结果。
提取特定日期的信息。数据提取中还有一种很常见的需求就是按日期维度对数据进行汇总和提取，如按月，季度的汇总数据提取和按特定时间段的数据提取等等。
设置索引字段。首先将索引字段改为数据表中的日期字段，这里将issue_d设置为数据表的索引字段。按日期进行查询和数据提取。
E. SQL Server 什么是数据库，什么是表、行及列
网站。
举个例子：ni = {"name":"Xiaoming", "age":100}
这里，你就是一个对象，代表一行。这一行的 每一列都代表了你的 一个属性，分别是 name, age.