存储与检索（上）

驱动数据库的数据结构

• 日志
  • 这个词通常指应⽤⽇志：即应⽤程序输出的描述发⽣事情的⽂本。本书在更普遍的意义下使⽤⽇志这⼀词：⼀个仅追加的记录序列。它可能压根就不是给⼈类看的，使⽤⼆进制格式，并仅能由其他程序读取。
• 索引
  • 加快查询速度，但是会减慢写入速度

哈希索引

• 文件格式 - 二进制
• 删除记录
• 崩溃恢复
• 部分写入记录
• 并发控制

SSTables 和 LSM 树

构建和维护 SSTables

⽤SSTables制作LSM树

性能优化

B树

让 B 树更可靠

为了使数据库对崩溃具有韧性，B树实现通常会带有⼀个额外的磁盘数据结构：预写式⽇志（WAL,write-ahead-log）（也称为重做⽇志（redo log））。这是⼀个仅追加的⽂件，每个B树修改都可以应⽤到树本身的⻚⾯上。当数据库在崩溃后恢复时，这个⽇志被⽤来使B树恢复到⼀致的状态

B 树优化

• 一些数据库（如LMDB）使⽤写时复制⽅案【21】，⽽不是覆盖⻚⾯并维护WAL进⾏崩溃恢复。修改的⻚⾯被写⼊到不同的位置，并且树中的⽗⻚⾯的新版本被创建，指向新的位置。这种⽅法对于并发控制也很有⽤，我们将在“快照隔离和可重复读”中看到。
• 我们可以通过不存储整个键来节省⻚⾯空间，但可以缩⼩它的⼤⼩。特别是在树内部的⻚⾯上，键只需要提供⾜够的信息来充当键范围之间的边界。在⻚⾯中包含更多的键允许树具有更⾼的分⽀因⼦，因此更少的层次
• 通常，⻚⾯可以放置在磁盘上的任何位置；没有什么要求附近的键范围⻚⾯附近的磁盘上。如果查询需要按照排序顺序扫描⼤部分关键字范围，那么每个⻚⾯的布局可能会⾮常不⽅便，因为每个读取的⻚⾯都可能需要磁盘查找。因此，许多B树实现尝试布局树，使得叶⼦⻚⾯按顺序出现在磁盘上。但是，随着树的增⻓，维持这个顺序是很困难的。相⽐之下，由于LSM树在合并过程中⼀次⼜⼀次地重写存储的⼤部分，所以它们更容易使顺序键在磁盘上彼此靠近。
• 额外的指针已添加到树中。例如，每个叶⼦⻚⾯可以在左边和右边具有对其兄弟⻚⾯的引⽤，这允许不跳回⽗⻚⾯就能顺序扫描。
• B树的变体如分形树【22】借⽤⼀些⽇志结构的思想来减少磁盘寻道（⽽且它们与分形⽆关）。

比较 B 树和 LSM 树

LSM 树的优点

• 支持更高的写入吞吐量
• 可以压缩的更好

LSM 树的缺点

• 如果写⼊吞吐量很⾼，并且压缩没有仔细配置，压缩跟不上写⼊速率。在这种情况下，磁盘上未合并段的数量不断增加，直到磁盘空间⽤完，读取速度也会减慢，因为它们需要检查更多段⽂件。

其他索引结构

• 将值存储在索引中
• 多列索引
• 全文搜索和模糊
• 在内存中存储一切

关键词

• 日志结构
• 面向页面
• 仅追加
• ⽇志（log）
• 索引
• 排序字符串表
• 预写式日志