这是我参与「第四届青训营 」笔记创作活动的第14天，在第十四节课中主要了解到了LSMT存储引擎浅析有关的内容。

LSMT与存储引擎介绍

LSMT的历史

• Log-Structured Merge-Tree

LSMT是什么

• 通过Append-only Write+择机Compact来维护结构的索引树

存储引擎是什么

• 以单机数据库MySQL为例
• 大致可以分为：计算层、存储层
• 计算层主要负责SQL解析、查询优化、计划执行
• 数据库著名的ACID特性，在MySQL中全部强依赖与存储引擎
• 还负责屏蔽IO细节提供更好的抽象
• 提供统计信息与Predicate Push Down能力

LSMT存储引擎的优势与实现

LSMT与B+Tree的异同

• 在B+Tree中，数据插入是原地更新的
• B+Tree在发生不平衡或者节点容量达到阈值后，必须立即进行分裂来平衡
• 可以用统一的模型描述
• 从高层次的数据结构角度来看，没有本质的不同，可以互相转化

为什么要采用LSMT模型

• 存储引擎面对的资源不对称性在不同时期是不同的
• HDD时代，顺序操作远快于随机操作
• SSD时代，顺序写操作远快于随机写操作

实现，以RocksDB为例

Write:

• 主要有两个优化，批量WAL写入与并发MemTable更新
• RocksDB在真正执行修改之前，会先将变更写入WAL，WAL写成功则写入成功
• 多次写入者会选出一个Leader
• 没有批量提交的话，只能链式唤醒
• 链式唤醒加大前台延迟
• 写完WAL还要写MemTable
• RocksDB在继承LevelDB的基础上又添加了并发MemTable写入的优化

LSMT模型理论分析

• RocksDB是单机存储引擎，HBase比RocksDB更“云”一些，SST直接存储在HDFS上
• 二者在理论存储模型上都是LSMT

LSMT存储引擎调优案例与展望

• LSMT存储引擎调优案例-TerarkDB