B+树、LSM树学习与思考

一、B+树：

传统关系型数据库使用较多。如mysql的InnoDB引擎，默认就是B+树

特点：

①针对磁盘存储而优化的N叉排序树，自小而大顺序链接。

②N棵子树的结点中含有M个关键字，每个关键字不保存数据，只用来索引，所有数据都保存在叶子节点
③B+树最多三层，最多需要5次访问，3次获得数据索引，一次数据文件读，一次数据文件写
④B+树读快速，因为有顺序。但是写的时候，如果跨度大，随机IO访问，效率低，磁盘寻道速度不快（技术停滞）影响性能

下图来自网络

二、LSM（Log-Structured Merge-Trees）

特点和形成原理：

读写之间平衡，舍弃部分读的效率，提升写的效率。
①一颗大树变成小树（B+就是三层大树），各小树内部排序并写入内存（所以速度快）。
②达到一定数量小树就写入磁盘。
③磁盘的小树到一定量的时候会合并（merge）变成大一点的树
④读取的时候比B+慢，因为多个小树，要逐个遍历，但每颗小树上面都是有序的

下图来自网络

三、扩散思考

balance的重要性

如网格一般。“田”字形了解一下，或魔法的三维结构，每个小格子都是在“balance”，形成一整个“魔方”

纵向均衡：

①数据读写效率均衡。

②算法的时间复杂度和空间复杂度均衡

横向均衡：

网络，计算机不同维度之间的均衡

①网络均衡，交换机或路由器负载均衡，http请求负载均衡。

②应用服务器负载均衡 

继续细拆

微服务即可诞生，各个服务之间的均衡，相对于所需硬件设备的均衡。

请求量小的服务，配置低些即可。

关键业务，请求量大的服务亦是如此，"balance"一下就好

四、再度发散

工业领域中的建筑，地基是根本。使建筑坚固的原因是"金字塔"结构，三角形的稳定性（这就不扯到数学了）。底面大，上方小（跟微服务一般，有重点地"balance"）——>上海东方明珠

桥梁中：每隔一段距离的桥拱也是"balance，设计成"箱梁"（发散到工程力学吧——实心的桥梁，中心部分材料对抗弯性能的影响很小，反而增加了自重）

物理，数学，工程，软件。

"道"不变，变的是"术"，术业专攻即可

参考：大型网站技术架构 (豆瓣)