SLM-DB: Single-Level Key-Value Store with Persistent Memory（FAST 19）

（一）研究目标

结合B+Tree利用PM对LSM-Tree进行优化。

（二）研究背景

LevelDB 存在的问题：较低的读性能和严重的读写放大。
Slow read operations：
一个读操作至少需要两次块读取，一次读索引块，另一次读数据块。
先搜索内存中的MemTable和Imutable Table，找不到则在磁盘上的每一个 Level 上根据SSTable的开始key进行二分查找，定位数据所在的SSTable，然后对 SSTable File 中存储的数据索引再次进行二分查找，找到对应的数据块。为了避免不必要的块读取和减少搜索成本，LevelDB对每个块使用Bloom过滤器。

High write and read amplification
写放大：

• 维护垂直的多级有序数据结构 SSTables 来保证顺序写
• 需要在不同的层级之间进行归并排序操作，同时需要常常进行数据压缩(Compaction)
  读放大：
• 由于 LSM 树的原因，读数据时往往需要在多个层级进行检索
• 不仅需要读取该 Key 所对应的数据所在的数据块，还要读取对应的索引块和 Bloom Filter 块，索引块和 Bloom Filter块的数据和可能比 KV 本身大得多

（三）研究概述

使用 PM 进行缓冲写入，省略了 WAL 的写开销，采用单层的 LSM 结构来减小写放大问题带来的影响。利用 PM 的特性维护 B+ Tree 作为索引，加速数据的检索。

（四）关键技术

Persist