Dremel是google推出的又一神器，paper中宣称能够在3s内分析1PB的数据，主要是面向交互式查询。这篇paper对嵌套类型的存储方式方面，思维确实有些跳跃，这篇文章主要讲讲这个，一方面是方便后来者理解，另一方面是让自己也整理下思路。
首先Dremel使用的是列存模型，对于基本类型列存较容易做到；但是对于嵌套类型，Dremel也能做到将其拆解成基本类型并进行列存，这是值得我们研究的。
直观看下嵌套类型按行存储和拆解后按列存储的对比效果：
然后对于嵌套数据类型，Dremel里面定义了里面三种类型的字段
1，必须出现1次而且仅出现1次的字段：required
2，可能出现1次或者0次的字段：optional
3，可能出现0次或者N次字段：repeated
下面以paper的例子来讲述吧：
其中DocId是required字段，因此在r1,r2中必须出现1次；url字段是optional字段，因此在r1的第三个Name里未出现，在r1的前两个Name里出现了1次；Backward字段是repeated字段，因此在r1的Links里未出现，在r2的Links里出现了2次。
理解了上面这些，直接来看下Dremel是怎么来存它的吧：
上表中的每条记录都有两个属性，"r"代表repetition level，"d"代表definition level，定义如下：
repetition level:what repeated field in the field’s path the value has repeated，记录该字段是在哪个repeated级别上重复的
definition level:how many fields inpthat could be undefined (because they are optional or repeated) are actually present，记录该字段之上有多少个optional或者repeated字段实际是有值的（本来可以为null的）
看到这里，各位可能已经在心里默念了：WTF！别急，可以结合一个例子来看：
先看repetition level（下面以r替代），以Name.Language.Code为例：
1)对第1个出现的值，其r始终为0，因此'en-us'的r为0
2)对于第2个值'en'，其上一个值是'en-us'，它们是在Language级别发生的重复，Name.Language是两级的repeated字段，因此r为2
3)对于第3个值null，是为了记录'en-gb'是出现在第三个Name而非第二个Name里，特意占位用的。null的上一个值是'en'，它们是在Name级别发生的重复，因此r是1
4)对于第4个值'en-gb'，其上一个值是null，它们也是在Name级别发生的重复，因此r是1
5)对于第5个值null，其上一个值是'en-gb'，它们出现在两个不同Document里，因此r是0
总结下，看repetition level注意两点：1,只比较该值和上一个值；2,只需要看这两个值的重复位置上有几个repeated字段
再看definition level（下面以d替代），也以Name.Language.Code为例：
1)对于'en-us'，其上的Name，Language都出现了，因此d为2（其实对于非null值的字段，其上的optional或者repeated字段肯定是出现了，所以都是相同的，只是null字段的d值有差别）
2)对于'en'，同理d也为2
3)对于null，其上只出现了Name，没有出现Language，因此d为1
4)对于'en-gb',d也为2
5)对于最后一个null，其上也只出现了Name，没有出现Language，因此d为1
以上只是讲了dremel怎么去存嵌套类型，至于这种存法是怎么想出来的，真非我辈能理解的了。。。更多内容，请参考原著paper及网上解析。