LSM-tree

LSM-tree

1.Original LSM-tree

1. 优点：LSM-tree得到广泛的研究和应用的原因是：高效的写入和对于SSD低的存储花费。
2. 组成：两个类似于树的结构：C0和C1,分别在主存中（memery）和磁盘中（disk）。
3. 对于快速写入，传入的KV记录被插入到C0中，只访问主存。当C0在主存中充满时，它的部分与磁盘中的C1合并，在主存中为新数据留下空间。 这种合并操作的开销随着C1的大小而增加，因为C0的叶节点可能与C1的许多叶节点重叠。 要限制这样的开销，最好将单个磁盘组件划分为多个组件：C1、C2、…、CK，其中每个组件Ci1大于其前一个Ci。 然而，随着时间的推移，单个KV记录必须在这些组件之间多次合并，从而导致写入放大。 并且，查找还必须访问具有包含键范围的多个组件，这些组件在本工作中被称为读取放大。

2.MOdern LSM-tree

为了限制写入和读取放大，许多研究将LSM-树合并成一个分层存储，具有优化的主存储器数据结构，每个级别的多级磁盘组件由多个文件或细粒度数据块。

1. 传入的数据被插入到memtables中（通常以小技巧实现[24]），一旦数据满了，memtables被切换为不可变，并刷新到磁盘中的第一级L0。
2. 级别Lk类似于原始设计中的组件Ck，其主要区别在于Lk被划分为许多文件（Sorted Sequence Tables、data blocks）。
3. 合并策略： 合并操作有两种策略（即压缩）。The leveling policy: 对于要合并到下一级（或组件）的每个批处理，一种策略是将其与目标级别中的现有数据合并，这种方法以牺牲压缩速度为代价，将数据保持在一个有序的水平上。 The tiering policy:另一种方法是简单地将数据附加到下一个级别而不合并。 这样，压缩本身就是快速的，而牺牲了一个层次内的排序顺序。