核心要点
OLTP：联机事务处理，高并发点查/小写、强一致事务，多用行式存储（如 MySQL）
OLAP：联机分析处理，大范围扫描+聚合+少量列，多用列式存储（如 ClickHouse）
列存只读取查询涉及的列，避免读无关列，IO 大幅降低
同列数据类型一致、相邻，压缩比高；配合向量化执行批量处理，CPU 吞吐更高
标准回答
OLTP vs OLAP
OLTP（联机事务处理）服务业务系统，特征是高并发、点查与小事务写入、要求 ACID 与低延迟，典型如下单、转账，存储多为行式（一行字段物理相邻，便于按主键整行读写）。
OLAP（联机分析处理）服务报表与分析，特征是单次扫描海量行、只取少数列做聚合/分组、写少读多、对延迟容忍度较高，典型如统计大盘，存储多为列式。
列式存储为什么快
1）按需读列：分析查询常只涉及几列，列存只读这些列的数据块，避免像行存那样把整行读上来，IO 显著减少。
2）高压缩比：同一列数据类型相同、取值相近，适合字典编码、RLE、Delta 等压缩，既省空间又减少读盘量。
3）向量化执行：列存数据连续，能按列批量送入 CPU，利用 SIMD 与缓存友好访问，减少逐行解释开销。三者叠加使大扫描聚合远快于行存。
常见误区
⚠️ 常见踩坑
列存并非全面更快：点查、按主键整行读写、高频小事务更新场景行存更优。别用 OLAP 列存数据库扛高并发实时写事务，反之亦然，应按负载特征选型。
追问
追问 1：为什么列式存储不适合频繁的单行更新？
一行数据被拆散到各列的不同文件/块中，更新一行需触碰多个列文件，且列存通常以不可变块+压缩组织，原地改成本高。OLAP 引擎一般用批量追加、标记删除+后台合并，而非像 OLTP 行存那样高效原地更新单行。
追问 2：HTAP 想解决什么问题？
HTAP（混合事务/分析处理）想在一套系统里同时支撑 OLTP 与 OLAP，避免把事务数据 ETL 到分析库的延迟与复杂度。常见做法是行存处理事务、列存副本/列存索引服务分析，并保证两者数据一致，实现近实时分析。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。