本文介绍了LSM树的基本概念及其在大数据存储中的应用，如Elasticsearch。LSM树通过批量存储和内存缓冲区提高写性能，牺牲部分读性能。Elasticsearch使用类似的segment写入机制，结合translog事务日志确保数据安全。这种机制避免了随机写，实现了高吞吐量的写入。
LSM树和Elasticsearch的索引写入机制
LSM简介
Log Structured Merge Tree，下面简称 LSM。2006年，Google 发表了 BigTable 的论文。这篇论文提到 BigTable 单机上所使用的数据结构就是 LSM。目前，LSM 被很多存储产品作为存储结构，比如 Apache HBase, Apache Cassandra, MongoDB 的 Wired Tiger 存储引擎, LevelDB 存储引擎, RocksDB 存储引擎等。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
最低0.47元/天 解锁文章
177
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
