LSM-based storage techniques: a survey论文阅读笔记

1、索引结构的更新可以采取两种策略：in-place update和out-of-place update
2、in-place update：例如B+树。这种更新方式往往是读优化，因为它存储的是每条记录的最新版本；但是写性能较差，因为更新数据会带来大量I/O操作。同时，更新和删除操作会导致索引页碎片化，降低空间利用率。
3、out-of-place update：例如LSM-tree。采用顺序写入来提高写性能。同时简化了数据复原操作，因为旧数据不会被覆盖。但是读性能又下降了，因为一条记录可能存在多个地方。此外，这样的结构通常需要一个数据重组过程，以不断提高存储和查询效率。
4、在LSM-tree之前，日志结构化存储的方法存在几个关键问题。首先，将数据存储在仅有附录的日志中会导致低查询性能，因为相关的记录都散落在日志中。其次，由于过时记录没有被及时删除，空间利用率较低。缺乏原则性的成本模型来分析写入成本、读取成本和空间利用率之间的权衡，这使得早期的日志结构化存储难以调整，data reorganization很容易成为性能瓶颈。
5、这个时候，通过设计一种合并策略，LSM-tree横空出世。
6、影响LSM-tree所有后续实现和改进的原则：在稳定的工作负载下，层数保持不变，当所有相邻组件之间的大小比Ti=|Ci+1|/|Ci|相同时，写性能得到优化。
7、今天的LSM树实现——通常使用跳表或B+树等并发数据结构来组织内存组件，而使用B+树或排序字符串表(sorted-string tables， SSTables)来组织磁盘组件。SSTable包含一个数据块列表和一个索引块：数据块存储按键排序的键值对，索引块存储所有数据块的键范围。