论文 The Log-Structure Merge-Tree(LSM-tree)(http://www.google.com.my/url?sa=t&rct=j&q=&esrc=s&source=web&cd=4&cad=rja&ved=0CDoQFjAD&url=http%3A%2F%2Fc...
转载
2013-11-24 17:07:00
151阅读
2评论
LSM-tree十年前，谷歌发表了 “BigTable” 的论文，论文中很多很酷的方面之一就是它所使用的文件组织方式，这个方法更一般的名字叫 Log Structured-Merge Tree。LSM（Log Structured Merge Tree）是当前被用在许多产品的文件结构策略：HBase, Cassandra, LevelDB, SQLite,clickhouse,tdengine,甚
转载
2021-01-23 10:26:07
616阅读
背景SSTable (Sorted String Table) 是排序字
转载
2022-06-17 09:05:38
297阅读
LevelDB的源代码还是比较好懂的，好懂到我只学过学JAVA只有定点基础C语言入门知识的人也能看懂，另一方面作者在关键的地方都给了注释，甚至告诉你为什么要这么设计（写的很好很棒让人落泪为什么自己没这样的同事）
推荐
原创
2022-05-18 23:08:17
1414阅读
LevelDB的源代码还是比较好懂的，好懂到我只学过学JAVA只有定点基础C语言入门知识的人也能看懂，另一方面作者在关键的地方都给了注释，甚至告诉你为什么要这么设计
原创
2022-08-18 15:57:30
96阅读
在线性的数据数据结构中我们经常可以想到数组和链表，数组是插入慢查询快，而链表是插入快，查询要稍微慢一些
原创
2022-06-06 01:13:14
74阅读
跳表（SkipList）是由William Pugh提出的。他在论文《Skip lists: a probabilistic alternative to balanced trees》中详细地介绍了有关跳表结构、插入删除操作的细节。
推荐
原创
2022-05-20 07:21:36
942阅读
LevelDB和Rocksdb都是基于LSM-Tree实现的存储引擎，那到底什么是LSM-Tree呢？The Log structured Merge-Tree（LSM-Tree）论文发表于1996年，本文就围绕这篇论文，介绍一下LSM-Tree。一. 为什么要有LSM-Tree在一个（随机）写多读少的场景下，B-Tree的写入会带来额外的I/O开销Unfortunately, standard
原创
2021-03-04 23:48:07
722阅读
LRU缓存在各种开源组件中都有使用的场景，常常用于做冷热数据和淘汰策略，使用LRU主要有三点。 1. 第一点是 3. 最后涉及数据结构非常经典。
原创
2022-08-27 01:28:17
170阅读
LSM-Tree 是一种设计思想。在此思想下，可以带来极高的写入速度
原创
2022-10-08 20:42:19
383阅读
SSTable 相关的设计在整个LevelDB中有着重要的地位和作用，我们介绍了SSTable的多层级合并和压缩的细节，以及两种不同的压缩形式.....
原创
2022-05-23 21:24:53
365阅读
LevelDB的源代码还是比较好懂的，好懂到我这个主要学JAVA只有基础C语言知识的人也能看懂，另一方面作者在关键的地方都给了注释，甚至告诉你为什么要这么设计......
原创
2022-05-23 21:24:55
403阅读
本文涉及了LevelDB的基础功能和相关数据结构的介绍，最后讲述LevelDB中至关重要的读写操作，通过设计数据结构和读写操作的讲解，相信读者可以自行解答为什么LevelDB可以做到极为高效的读写操作，并且比查询操作要远远优秀。
推荐
原创
2022-04-18 15:51:05
2150阅读
点赞
本文涉及了LevelDB的基础功能和相关数据结构的介绍，最后讲述LevelDB中至关重要的读写操作，通过设计数据结构和读写操作的讲解，相信读者可以自行解答为什么LevelDB可以做到极为高效的读写操作
原创
2022-05-23 21:21:29
186阅读
https://.cs uctured Merge-Tree (LSM-Tree)https://.cs.umb.ed
转载
2017-10-18 19:23:00
300阅读
2评论
rocksdb 2021 meetup 中 remote compaction 在 rocksdb-cloud中的应用
原创
2022-11-04 11:31:01
70阅读
LSM树（Log-Structured Merge Tree）存储引擎和B树存储引擎一样，同样支持增、删、读、改、顺序扫描操作。而且通过批量存储技术规避磁盘随机写入问题。LSM树和B+树相比，LSM树牺牲了部分读性能，用来大幅提高写性能。LSM树的设计思想非常朴素：将对数据的修改增量保持在内存中，达到指定的大小限制后将这些修改操作批量写入磁盘，不过读取的时候稍微麻烦，需要合并磁盘中历史数据和内存中
转载
2023-08-16 21:59:31
128阅读
LSM-tree 是大数据时代一个经典的存储结构，是 Bigtable，Habse，LevelDB，RocksDB 等大数据存储的构建基础。LSM-tree 高效的设计建立在磁盘随机访问要比顺序访问慢两个数量级的基础上。但近年来 SSD 的大规模应用对此基础提出了挑战，而 WiscKey 正是基于 SSD 存储介质对 LSM-tree 的痛点：读写放大，进行了优化。目标充分利用现代存储 SSD 的
原创
2022-04-13 14:11:21
364阅读
