Log Structured Merge Trees (LSM)

1      概念

LSM = Log Structured Merge Trees

来源于google的bigtable论文。

 

2      解决问题

传统的数据库如MySql采用B+树存放数据，B+树是一个随机读写的数据结构。 我们知道，顺序读写要比随机读写快无数倍，所以需要把数据结构改成顺序读写。

 

3      应用场景

LSM是当前被用在许多产品的文件结构策略：HBase, Cassandra, LevelDB, SQLite,甚至在mangodb3.0中也带了一个可选的LSM引擎（Wired Tiger 实现的）。

 

LSM-Tree比较适合的应用场景是：insert数据量大，读数据量和update数据量不高且读一般针对最新数据。

 

4      实现原理

4.1      基本原理

1、  数据按时间和大小分文件存放(sstable文件)。

2、  新的修改用Copy-On-Write Tree方式按key缓存在内存(memtable)中，内存中保序。

3、  内存达到时间或大小条件后，保存在一个新的文件里(顺序写，速度很快)。

4、  对已经保存的文件，不再修改。

5、  查询的时候，先查内存，然后依次查各个保存的文件。

6、  因为每个文件里的数据都是顺序存放的，所以查询速度较快(二分查找)。

4.2      提升读性能的方案

1、  定时触发文件合并操作，删除冗余记录，并减少文件个数，提升查询效率（由于sstable里的记录是顺序存放的，所以合并非常高效(归并算法、顺序读写)）。

2、  采用页缓存，减少二分查找的消耗。LevelDB 和 BigTable 是将 block-index 保存在文件尾部，这样查找就只要一次IO操作，如果block-index在内存中。

3、  采用布隆过滤器，减少不存在数据的判定逻辑。

4、  并行合并。

打个比方，合并操作就是JVM里的GC，在合并的时候，势必会影响其他操作。所以我们用G1的思想，把文件分区域，各个区域分别合并，这样，就可以减少停顿(加锁)的时间，同时也减少了合并文件额外需要的空间。

想想这个结构，类似于一颗新的树，这个树的每个节点是一个文件，每个文件的内容是sstable。

 

 

5      优点

1、写性能高。

2、只需要对内存部分加锁，文件不会修改，无需加锁

6      缺点

1、对于频繁大规模改动的场景不好。

 

7      最佳实践

1、  memtable丢失的问题：需要记录redo日志和恢复时间点，用于重建memtable。

2、   

8      参考

LSM存储模型

https://www.cnblogs.com/chenny7/p/4568829.html

LSM 算法的原理是什么？

https://www.zhihu.com/question/19887265

 

转载于:https://www.cnblogs.com/aoyihuashao/p/10749120.html