【网站高性能 3】----B+树 vs LSM树

B+树  vs  LSM树

 

前言：

    在前面我们介绍到，性能优化之存储性能优化有将（1）机械硬盘改成固态硬盘，（2）磁盘阵列方式RAID  vs  HDFS ，今天小编和大家分享一个在存储过程，从数据结构方面来提升系统的性能，从数据结构B+树 vs  LSM树来对比了解。

 

什么是B+树？

  B+ 树是一种专门针对磁盘存储而优化的N叉排序树， 一树节点为单位存储在磁盘中。从根开始查找所需要数据所在的节点编号和磁盘位置，将其加载到内存张然后继续查找，直到找到所需要的数据。

 

 什么是LSM树？

     LSM树原理把一棵大树拆分成N棵小树，它首先写入内存中，随着小树越来越大，内存中的小树会flush到磁盘中，磁盘中的树定期可以做merge操作，合并成一棵大树，以优化读性能。

 

   特点：将对数据的修改增量保持在内存中，达到指定的大小限制后将这些修改操作批量写入磁盘

 

B+树原理：

    对于传统的极限磁盘有快速的顺序读写、慢速的随机读写的访问特性，这个特性对磁盘存储结构和算法的选择影响较大，为了改善数据访问特性，文件系统通常会对数据排序后进行存储，加快数据的检索速度，这就是要保证数据不断更新、插入、删除后依然有序，传统关系数据库的做法就是使用B+数：

                         

        目前数据库多是采用两级索引的B+数，最多三层。因此可能需要5次磁盘访问才能更新一次记录（3 次磁盘访问获得数据索引行及ID，然后1 数据库读取操作及一次数据文件写操作）。但是由于每次磁盘访问都是随机的，而传统机械磁盘在数据随机访问时性能较差，每次数据访问都需要多次访问磁盘，这就影响数据访问的性能，所以就有人改进了用NoSQL产品的LSM树如下：

 

                    

 

       LSM树可以看作是一个N阶合并树。数据写操作（包括插入、修改、删除）都在内存中进行，并且都会创建一个新记录（修改会记录新的数据值，而删除会记录一个删除标志），这些数据在内存中仍然还是一棵排序树，当数据量超过设定的内存l阂值后，会将这棵排序树和磁盘上最新的排序树合并。当这棵排序树的数据量也超过设定l阂值后，和磁盘＿L下一级的排序树合并。合并过程中，会用最新更新的数据覆盖旧的数据（或者记录为不同版本）。

 

LSM树查找原理：

    在需要进行读操作时，LSM树总是从内存中的排序树开始搜索，如果没有找到，就从磁盘上的排序树顺序查找。

 

对比：

   1，在LSM树上进行一次数据更新不需要磁盘访问，在内存即可完成，速度远快于B+树。当数据访问以写操作为主，而读操作则集中在最近写入的数据上时，使用LSM树可以极大程度地减少磁盘的访问次数，加快访问速度。

 

2，当然凡事有利有弊，LSM树和B+树相比，LSM树牺牲了部分读性能，用来大幅提高写性能。

 

        作为存储结构，B＋树不是关系数据库所独有的，NoSQL数据库也可以使用B＋树。同理，关系数据库也可以使用LSM，而且随着SSD硬盘的日趋成熟及大容带持久存储的内存技术的出现，相信B＋树这一“古老”的存储结构会再次焕发青春。