Reference
-
深入浅出分析LSM树（日志结构合并树）
https://zhuanlan.zhihu.com/p/415799237
核心思想，利用磁盘超高的顺序写性能来达到极致的write 吞吐量，同时优化查询时候的性能；
适合大数据相关的场景， leveldb，rocksdb，cassandra， 其实类似kafka也是采用了这种思路； 一切都是顺序写，极致的写性能； -
nebula 对 rocksdb 的key/value 的优化
nebula和其他图数据库，都在利用rocksdb的一些特型；
lsm 存在一个读写放大的问题，但是用 顺序读写的情况来提升成本的IO性能，只要读写放大的倍数，不超过顺写读写带来的性能提升，都是可以接受的。 但是随着ssd 技术的持续发展，读写放大的问题，对于性能的影响越来越不可忽略；
所以，nebula 尝试了使用 lsm 的key/value 分离来进一步优化性能； 大的value存储在单独的log文件，lsm 存储 小的key/value
这样可以使得 lsm tree的level 变得更小；树的层次变小，会减少读放大的开销；
具体可以参考： https://mp.weixin.qq.com/s/hK6Y3bLEFxi9OQjsecoUDw
整个nebula 团队，对技术的研究非常深入，而且有非常科学严禁的性能提升测试证明；
网友评论