大数据必回之LSM树

LSM树（Log-Structured-Merge-Tree）并不像B+、红黑树一样是一颗严格的树状数据结构，它其实是一种存储结构，像HBase、RocksDB这些NoSQL存储都是采用LSM树。它是一种分层、有序、面向磁盘的数据结构，核心思想是顺序写性能远高于随机写性能，将批量随机写转化为一次性的顺序写。

一、核心思想

LSM树的核心特点是利用顺序写来提高写性能，但因为分层（分层是指分位内存和文件两部分）的设计会稍微降低读性能，但是通过牺牲小部分读性能换来高性能写，在一些场景中的收益仍然是非常大的。

1）MemTable

MenTable是在内存中的数据结构，用于保存最近更新的数据，会按照Key有序地组织这些数据，LSM树对于具体如何有序地组织数据并没有明确的数据结构定义，例如HBase使用跳跃表来保证内存中Key的有序。因为数据保存在内存中，内存并不是可靠的存储，存在数据丢失风险，因此通常会通过WAL（Write-ahead logging预写日志）的方式来保证数据的可靠性。

2）Immutable MemTable

当MemTable达到一定大小后，会转化成Immutable MemTable。Immutable MemTable是将MemTable转变为SSTable的一种中间状态。写操作由新的MemTable处理，在转存过程中不阻塞数据更新操作。

3）SSTable（Sorted String Table）

有序键值对集合，是LSM树在磁盘中的数据结构。为了加快SSTable的读取，可以通过建立Key的索引以及布隆过滤器来加快Key的查找。

 

LSM正如它的名字一样，会将所有的数据插入、修改、删除等操作记录保存在内存中，当此类操作达到一定数据量后，再批量顺序写入到磁盘中。这与B+树不同，B+树数据的更新会直接在原数据所在处修改对应的值，但是LSM树的数据更新是日志式的，当一条数据更新是直接append一条更新记录完成的。这样设计的目的是为了顺序写，不断地将Immutable MemTable flush到持久化存储中，而不用去修改之前的SSTable中的key，保证了顺序写。
因此当MemTable达到一定大小flush到持久化存储变成SSTable后，在不同的SSTable中，可能存在相同的key的记录，最新的记录才是准确的。虽然多大提高了写性能，但同时也带来了一些问题：
①冗余存储：对于某个Key而言，实际除了最新的记录外，其他的记录都是冗余的，但是仍然占用着存储空间。因此需要进行compact操作来清理冗余的记录。
②读取时需要从最新的倒序查询，直到找到某个key的记录。最坏情况需要查询完所有的SSTable，在这里可以通过索引和布隆过滤器来优化查找效率。

二、compact策略

从上可以看到，compact是十分关键的操作，否则SSTable数量会不断膨胀。compact存在不同的策略，不同的策略都是在以下3个概念中进行权衡和取舍。

重要概念

①读放大：读取数据时，实际读取的数据量大于真正的数据量。例如在LSM树中需要先在MemTable查看当前key是否存在，不存在继续从SSTable中寻找。

②写放大：写入数据时，实际写入的数据量大于真正的数据量。例如在LSM树中写入时可能触发compact操作，导致实际写入的数据量远大于该key的数据量。

③空间放大：数据实际占用的磁盘空间比数据真正的大小多。上面提到的冗余存储，对于一个key来说，只有最新的那条记录是有效的，而之前的记录都是可以被清理会受到 。

1）size-tiered体积阶梯式压缩策略，类似Minor

size-tiered策略保证每一层SSTable的大小相近，同时限制每一层SSTable的数量。每一层限制SSTable的数量为N，当每层达到N后，则触发compact合并这些SSTable，并将合并后的结果写入到下一层成为一个更大的SSTable。

 

由此可见，当层数达到一定数量时，最底层的单个SSTable的大小会变得非常大。并且size-tiered策略会导致空间放大比较严重。即便对于同一层的SSTable，每个key的记录是可能存在多份的，只有当该层的SSTable执行compact才会消除这些key的冗余记录。

2）leveled层级式压缩策略，类似Major

leveled也是采用分层的思想，每一层限制总文件大小。但是跟size-tiered不同的是，leveled会将每一层切分成多个大小相近的SSTable。这些SSTable是这一层全局有序的，意味着一个key在每一层至多只有一条记录，不存在冗余记录。之所以可以保持全局有序，是因为合并策略和size-tiered不同。

① L1的总大小超过L1本身大小限制

 ② 此时会从L1中选择至少一个文件，然后把它跟L2有交集的部分进行合并。生成的文件会存放在L2

 

此时L1第二SSTable的key的范围覆盖了L2中前三个SSTable，那么就需要将L1中第二个SSTable与L2中前三个SSTable执行compact操作。

③如果L2合并后的结果，仍然超出L5的阈值大小，需要重复之前的操作，选至少一个文件将它合并到下一层。多个不相干的合并是可以并发进行的！

相较于size-tiered策略来说，每层内key是不会重复的，即使是最坏的情况，除最外层外，其余层都是重复key，按照相邻层大小比例为10来算，冗余占比也很小，因此空间放大问题得到缓解。但是写放大问题会比较突出。最坏场景，如果LevelN层每个SSTable的key的方为跨度很大， 覆盖了LevelN+1层所有key的范围，那么进行compact时将涉及LevelN+1层的全部数据。

三、对LSM的点查