OceanBase 数据库的高级压缩功能采用全新设计的行列混合存储结构，以及高效的数据编码技术与一系列综合的数据压缩算法结合的方法，实现了在使用相同后端进行压缩的场景下，存储空间⼤幅减少。

行列混合存储结构

在 OceanBase 数据库中，磁盘空间以宏块为单位进行分配，大小固定为 2 M。每个宏块由若干个微块组成， 微块的尺⼨可以改变，默认为 16 K。

数据库在进行合并时，会对需要保存的数据进行分析，当需要保存的数据达到一定的行数后，则按照列为单位进行分析，同时根据数据的特点决定按照行或者列进行保存，这种方法即是在原有的行存储结构上，新增了一种行列混合存储结构。在行列混合存储结构中，同一行的所有数据仍然会存放在一个微块中，但在该微块内的所有行会按照列进行存储。

数据编码

数据编码有利于提⾼查询性能，这是因为编码后的数据不需要解码即可直接⽀持部分查询。

OceanBase 数据库在对数据进行分析的过程中，会选择合适的编码算法。当前，OceanBase 数据库支持多种数据编码技术，比较常见且有效的几种编码方式如下：

• 字典编码

  将重复性较高的数据进行去重，再把去重后的数据建立成字典，而将原来存放数据的地方存为指向特定字典下标的引用。此外，字典中的各数据按类型排序，这样既有利于数据压缩，也可以在计算时直接将谓词下压到字典上，通过二分逻辑完成快速迭代。

• RLE 编码

  对于连续相等的数据，例如：100，100，100，120，120，120，150，150，……，将连续的数据去重，仅保留其起始行号和值。

  RLE 编码在数据库中通常用于处理有序数据，例如，索引前缀和索引后缀等。

• 差值编码

  数值型编码，适用于在一个小值域范围内分布的整数型数据，通过计算区间内的最小值和最大值，然后将数据减去最小值后，用更小的位宽进行编码。

• 常量编码

  编码识别一个最常见的数据作为常量，只记录所有不等于这个常量的异常值和它们的行号。

除此以外，OceanBase 数据库还提供了字符串前缀编码、Hex 编码、列间等值编码、列间子串编码等多种编码方式。您可以针对不同类型的业务和不同类型的数据进行编码。OceanBase 数据库会在合并时根据数据的特点选择合适的编码类型，并计算数据的压缩比，如果发现压缩比不高，会尽快回退，选择其他的编码方式，从而确保数据编码的过程不会影响正常的数据写入性能。如果您对数据的特点非常了解，您也可以在创建表时，手动指定编码方式。

数据压缩

数据压缩、解压缩通常都需要消耗资源，同时还会影响查询的性能，并且数据尺寸越大，影响就越明显。在对数据进行编码之后，通常尺寸都会大幅下降，对编码后的数据再进行压缩，就可以进一步节省空间，并且还能降低因压缩、解压缩消耗资源所带来的性能影响。

OceanBase 数据库支持 lz4_1.0、snappy_1.0、zlib_1.0 和 zstd_1.0 等多种压缩算法。