B+树
这里就不做过多的介绍，相信用MySQL的同学习肯定都了解过，下面是一棵B+树例子
B+树最大的性能问题是会产生大量的随机IO，在机械硬盘时代是非常不友好的，磁盘寻道速度会直接影响整理数据结构写性能。B/B+树提供高效读性能，写性能不是很好；
LSM
全称是Log Structured Merge Tree，它的优势是通过预先将key排序存储，充分利用机械硬盘循序读写优势；目前，LSM 被很多存储产品作为存储结构，比如 Apache HBase、LevelDB、RocksDB等。2006年，Google 发表了BigTable中也提高使用LSM作为后台存储结构。以下是LSM原理：
LSM通过避免随机操作写动作提供高效写入性能，读操作会涉及内存数、硬盘Store文件对性能有一定影响，写放大操作会影响硬盘寿命；
现有开源LSM实现（还在活跃）
| GIT | 接口语言 | License | 选型说明 | |
|---|---|---|---|---|
| levelDB | github.com/google/leve… | C++ | BSD-3-Clause | 代码没怎么更新，性能不如RocksDB |
| golevelDB | github.com/syndtr/gole… | GO | BSD-2-Clause | 代码没怎么更新 |
| RocksDB | github.com/facebook/ro… | C++/Java | GPL-V2 | 很活跃，性能遗留 |
| Pebble | github.com/cockroachdb… | Go | BSD-3-Clause | 很活跃，作为cockroachdb后端 |
| BadgerDB | github.com/dgraph-io/b… | Go | Apache-2.0 | 比较活跃 |
下期介绍现有一下厂商已经实现的分布式KV存储项目
参照资料列表：
blog.csdn.net/li166985259…
