LSM树

Log Structured Merge Tree，简单地说，LSM的设计目标是提供比传统的B+树更好的写性能。LSM通过将磁盘的随机写转化为顺序写来提高写性能，而付出的代价就是牺牲部分读性能、写放大（B+树同样有写放大的问题，即实际写入的的物理数据量是比写入数据量多）。

LSM相比B+树能提高性能的本质原因是：外存的随机读写都要慢于顺序读写。

优化写性能

如果我们对写性能特别敏感，最好Append Only：所有写操作都是将数据添加到文件末尾。这样做的写性能是最好的，大约等于磁盘的理论速度，但是Append Only的方式带来的问题是：

（1）读操作不方便

（2）很难支持范围操作

（3）需要垃圾回收（合并过期数据）

优化读性能

一般我们有两种方式：

（1）有序存储，比如B+树，SkipList

（2）Hash存储，不支持范围操作

读写性能的权衡

以LevelDB为例：

写操作主要由两步组成：

（1）写日志并持久化（Append Only）

（2）Apply到内存中的memtable(SkipList)

memtable写“满”后，会转换为immutable memtable，然后被后台线程compaction成按key有序存储的sst文件（顺序写）。由于sst文件会有多个，所以LevelDB的读操作可能会有多次贷危机磁盘IO。

SkipList

一个有序的链表，我们选取它的一半的节点来建索引，这样如果插入一个节点，我们比较的次数就减少了一半。这种做法，虽然增加了50%的空间，但是性能提高了一倍。

既然，我们已提取了一层节点索引，那么，可以在第一层索引上再提取索引。

LSM树原理

LSM树由两个或以上的存储结构组成，比如在论文中为了方便说明使用了最简单的两个存储结构。一个存储结构常驻内存中，称为C0 tree，具体可以是任何方便键值查找的数据结构，比如红黑树、map之类，甚至可以是跳表。另外一个存储结构常驻在硬盘中，称为C1 tree，具体结构类似B树，C1所有节点都是100%满的，节点的大小为磁盘块大小。

1、插入步骤

大体思路：插入一条新的纪录时，首先在日志文件中插入操作日志，以便后面恢复使用，日志是以append形式插入，将新纪录的索引插入到C0中，这里在内存中完成，不涉及磁盘IO操作，当C0大小达到某一阈值时或者每隔一段时间，将C0中记录滚动合并到磁盘C1中，对于多个存储结构的情况，当C1体量越来越大就向C2合并，以此类推，一直往上合并Ck。

2、查找操作

先找内存的C0树，找不到则找磁盘的C1树，然后是C2树，以此类推。

3、删除操作

主要是通过标记来实现，在内存中将要删除的记录标记一下，后面民步执行合并时将相应记录删除。