Log Structured Merge Trees(LSM) 数学模型

出发时，他们亦会被写到到CPUCPU（也就是memtable）里，memtable用于树根结构上来始终保持key的一组，在东半 分的解决缺陷里，memtable亦会通过写到WAL的方式存档到硬盘，用来恢复样本，防止样本出错。当memtable样本达到一定规模时亦会被刷新到硬盘上的一 个新机密文件，极其重要的是系统只认真了左至右硬盘念书写到，因为没有机密文件被撰稿人，最初内容可或者修订用上最简单的生并成最初机密文件。

所以越多的样本磁盘到系统里，就亦会有越多的不可修订的，左至右的sstable机密文件被创建人，它们代表了小的，按等待时间左至右的修订。

因为比较旧的机密文件不亦会被更加新，重复的纪录只亦会通过创建人最初纪录来布满，这也就产生了一些冗余的样本。

所以系统亦会周期的执；大分拆操作方式（compaction)。 分拆操作方式同样一些机密文件，并把他们分拆到一起，移除重复的更加新或者删除纪录，同时也亦会删除上述的冗余。更加极其重要的是，通过增大机密文件倍多达的上升，应有念书操作方式的性 能。因为sstable机密文件都是一组结构上的，所以分拆操作方式也是更加高效的。

当一个念书操作方式请时，系统首先核查CPU样本(memtable)，如果没有发现这个key，就亦会运算元的一个一个核查sstable机密文件，直到key 被发现。因为每个sstable都是一组的，所以载入比较高效(O(logN))，但是念书操作方式亦会不定的愈发太短时间随着sstable的倍多达上升，因为每一个 sstable都要被核查。（O(K log N), K为sstable倍多达， N 为sstable最低大小不一）。

所以，念书操作方式比其它本地更加最初结构上太短时间，幸运的是，有一些即兴可以减低性能指标。最适度的的方式就是页CPU（也就是leveldb的 TableCache，将sstable按照LRUCPU在CPU里）在CPU里，增大二分载入的可用。LevelDB 和 BigTable 是将 block-index 完好在机密文件尾部，这样载入就只要一次IO操作方式，如果block-index在CPU里。一些其它的系统则解决缺陷了更加繁复的资料库方式。

即使有每个机密文件的资料库，随着机密文件倍多达增多，念书操作方式即便如此很太短时间。通过周期的分拆机密文件，来始终保持机密文件的倍多达，因些念书操作方式的性能指标在可接收的范围内。即便有了合于 并操作方式，念书操作方式即便如此亦会回访大量的机密文件，大均的解决缺陷通过布鲁克遮罩来防止大量的念书机密文件操作方式，布鲁克遮罩是一种高效的方式来判断一个sstable里是否包 包涵一个特定的key。（如果bloom说道一个key不发挥作用，就一定不发挥作用，而当bloom说道一个机密文件发挥作用是，可能是不发挥作用的，只是通过机率来应有）

所有的写到操作方式都被分批处置，只写到到左至右块上。另外，分拆操作方式的周期操作方式亦会对IO有受到影响，念书操作方式有可能亦会回访大量的机密文件（散乱的念书）。这简便了搜索算法木工 作的方式，我们交换了念书和写到的随机IO。这种折衷很有意味，我们可以通过软件解决缺陷的即兴像布鲁克遮罩或者嵌入式（大机密文件cache）来改进念书性能指标。

Basic Compaction

为了始终保持LSM的念书操作方式比如说较短时间，管控并增大sstable机密文件的倍多达是很极其重要的，所以让我们更加透彻的看一下分拆操作方式。这个步骤有一点儿像一般垃圾回收搜索算法。

当一定多达量的sstable机密文件被创建人，例如有5个sstable，每一个有10；大，他们被分拆为一个50；大的机密文件（或者更加少的；大多达）。这个步骤一 直停滞着，当更加多的有10；大的sstable机密文件被创建人，当产生5个机密文件时，它们就被分拆到50；大的机密文件。最终亦会有5个50；大的机密文件，这时亦会将这5个50 ；大的机密文件分拆并成一个250；大的机密文件。这个步骤跟著的创建人更加大的机密文件。像下图：

上述的解决方案有一个缺陷，就是大量的机密文件被创建人，在举例的情况下，所有的机密文件都要追踪。

Levelled Compaction

更加最初解决缺陷，像 LevelDB 和 Cassandra解决这个缺陷的方式是：解决缺陷了一个一组的，而不是根据机密样本量来执；大分拆操作方式。这个方式可以增大在举例情况下须要要查询的机密文件倍多达，同时也增大了一次分拆操作方式的受到影响。

按层分拆的思路比如说于上述的按机密样本量分拆的思路有二个关键因素的有所不同：

每一层可以管控选定的机密文件倍多达，同时应有不让key分开。意味著道把key分区到有所不同的机密文件。因此在一层载入一个key，用上载入一个机密文件。第一层是多种不同情况，不依赖于上述必需，key可以分布在多个机密文件里。每次，机密文件只亦会被分拆到上一层的一个机密文件。当一层的机密文件多达依赖于特定倍多达时，一个机密文件亦会被选定并分拆到上一层。这显着有所不同与另一种分拆方式：一些相似大小不一的机密文件被分拆为一个大机密文件。

这些改不定表明按层分拆的思路降低了分拆操作方式的受到影响，同时增大了三维空间须要求。除此之外，它也有更加好的念书性能指标。但是对于大多多达片中，整体的IO次多达不定的更加多，一些最简单的写到片中不原则上。

揭示

所以， LSM 是记事和传统的单机密文件资料库（B+ tree，Hash Index）的里立，他缺少一个组态来管理者更加小的独立的资料库机密文件(sstable)。

通过管理者一组资料库机密文件而不是单一的资料库机密文件，LSM 将B+树根等结构上较贵的随机IO不定的更加短时间，而代价就是念书操作方式要处置大量的资料库机密文件(sstable)而不是一个，另外还是一些IO被分拆操作方式可用。

如果还有不坚信的，这还有一些其它的好的介绍。 here and here

关于 LSM 的一些思维

为什么 LSM 亦会比传统单个树根结构上有更加好的性能指标？

我们碰到LSM有更加好的写到性能指标，同时LSM还有其它一些好处。 sstable机密文件是不可修订的，这让对他们的吊操作方式最简单。比如说道，唯一的公平竞争人力就是 memtable，比如说来说道须要要比如说繁复的吊组态来管理者在有所不同的级别。

所以最后的缺陷很可能是以写到为定位的压力预想如何。如果你对LSM造并成的写到性能指标的减低很恰当，这将亦会很极其重要。大型的网络跨国公司似乎很看里这个缺陷。 Yahoo 提出因为事件记事的上升和笔记型电脑样本的上升，管理者木工作片中为从 read-heavy 到 read-write。。许多传统在线电子产品似乎更加青睐念书改进机密文件结构上。

因为可用的CPU的上升，通过操作方式系统缺少的大机密文件CPU，念书操作方式自然亦会被改进。写到性能指标（CPU不可减低）因此不定并成了主要的关注点，所以采取其它的方式，嵌入式提升为念书性能指标认真的更加多，比如说于写到来说道。因此同样一个写到改进的机密文件结构上很有意味。

顺理成章的，LSM的解决缺陷，像LevelDB和Cassandra缺少了更加好的写到性能指标，比如说于单树根结构上的思路。

Beyond Levelled LSM

这有更加多的管理者木工作在LSM上， Yahoo联合开发了一个系统叫作 Pnuts， 第一组于了LSM与B树根，缺少了更加好的性能指标。我没有碰到这个搜索算法的开放的解决缺陷。 IBM和Google也解决缺陷了这个搜索算法。也有之外的思路通过近似于的属性，但是是通过管控一个拱形的结构上。如 Fractal Trees， Stratified Trees.

这当然是一个同样，在线为了让大量的配置，愈发多的在线为有所不同的管理者木工作片中缺少插件式柴油发动机。 Parquet 是一个流；大的HDFS的替代，在很多比如说的文面认真的好很（通过一个至多PNG减低性能指标）。MySQL有一个磁盘抽象，赞同大量的磁盘柴油发动机的插件，例如 Toku (用于 fractal tree based index)。Mongo3.0 则包包涵了赞同B+和LSM的 Wired Tiger柴油发动机。许多关系在线可以配置资料库结构上，用于有所不同的机密文件PNG。

考虑被用于的嵌入式，较贵的SSD，像FusionIO有更加好的随机写到性能指标，这适于于本地更加最初思路方式。更加便宜的SSD和木工程学盘则更加适于于LSM。

。

黄石白癜风医院哪家好
兰州白癜风医院哪家比较好
郑州白癜风去哪里治疗好
白带有异味
药品库
心悸心慌
药品
关节炎