1. 前言树状数组或二叉索引树（Binary Indexed Tree），又以其发明者命名为 Fenwick 树。其初衷是解决数据压缩里的累积频率的计算问题，现多用于高效计算数列的前缀和、区间和。它可以以 O(logn) 的时间得到任意前缀和。并同时支持在 O(logn) 时间内支持动态单点值的修改。空间复杂度 O(n)。 树状数组实质上并不是一棵树，而是根据数组下标 （下标从 1 开始） 的二进
B+树最大的性能问题是会产生大量的随机IO，随着新数据的插入，叶子节点会慢慢分裂，逻辑上连续的叶子节点在物理上往往不连续，甚至分离的很远，但做范围查询时，会产生大量读随机IO。对于大量的随机写也一样，如新插入的数据存储在磁盘上相隔很远，会产生大量的随机写IO LSM树为了克服B+树的弱点，HBase引入了LSM树的概念，即Log-Structured Merge-TreesLSM树本质上
转载
2024-04-22 13:48:51
59阅读
对比三种引擎的实现： hash存储引擎：哈希表持久化的实现，可以快速支持增删改查等随机操作，且时间复杂度为o(1)，但是不支持顺序读取扫描，对应的存储系统为k-v存储系统的实现。b树存储引擎是b树的持久化实现，不仅支持单条记录的增删改查操作，还支持顺序扫描，对应的存储系统就是mysql。lsm树存储引擎和b树存储引擎，一样支持，增删改查，也支持顺序扫描操作。LSM牺牲了读性能，提高写性能。LSM
转载
2023-11-13 21:02:47
49阅读
数据库的索引结构B+树、跳表和LSM树介绍常用于索引的数据结构包括B+树，跳表 和LSM树。还思考了以下问题：为什么Mysql使用B+树做索引而不用B-树或者红黑树B树与红黑树的区别B+树B+树是一种 B-树的变体，拥有更佳的查询性能。一个m阶的B-树具有如下几个特征：• 根结点至少有两个子女
• 每个中间结点都包含k-1个元素和k个孩子，其中m/2 <= k <= m
• 每一个叶子
转载
2020-07-07 15:08:00
91阅读
2评论
# 实现MongoDB LSM树的步骤和代码示例
## 1. LSM树简介
LSM（Log-Structured Merge-Tree）树是用于数据库中的数据结构，通常用于实现高性能的存储和检索。在MongoDB中，LSM树用于处理大量数据的写入和查询。
## 2. 实现MongoDB LSM树的步骤
| 步骤 | 描述 |
| --- | --- |
| 1 | 创建一个新的数据库并连接到
原创
2024-04-30 06:07:01
60阅读
1、为什么 MongoDB 使用B-树，而不是B+树 MongoDB 是一种 nosql，也存储在磁盘上，被设计用在数据模型简单，性能要求高的场合。性能要求高，
转载
2019-12-17 15:44:00
195阅读
2评论
密集索引和稀疏索引的区别： 1，密集索引文件中的每个搜索码值都对应一个索引值。 大家可以理解为：叶子节点保存的不仅仅是键值，还保存了位于同一行记录里的其他列的信息，由于密集索引决定了表的物理排列顺序，一个表只能有一个物理排列顺序，所以一个表只能创建一个密集索引。 2，稀疏索引文件只为索引码的某些值建立索引项。 大家可以理解为：叶子节点仅保存了键位信息，以及该行数据的地址。有的稀疏索引是仅保存了键位
转载
2024-07-25 13:18:11
32阅读
# HBase LSM树合并科普
在HBase中，LSM树（Log-Structured Merge-Tree）是一种常见的数据结构，用于高效地管理大规模数据存储和查询。LSM树通过将数据分层存储在内存和磁盘上，以实现高效的插入、更新和查询操作。LSM树合并是LSM树中的一个重要操作，用于合并不同层级的数据，以减少数据冗余和提高查询效率。
## LSM树合并的流程
下面是LSM树合并的简要流
原创
2024-05-18 07:44:39
42阅读
讲LSM树之前，需要提下三种基本的存储引擎，这样才能清楚LSM树的由来：哈希存储引擎 是哈希表的
转载
2022-06-17 09:29:00
71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主要目标是快速地建立索引。B-tree是建立索引的通用技术，但是，在大并发插入数据的情况下，B-tree需要大量的磁盘随机IO，很显然，大量的磁盘随机IO会严重影响索引建立的速度。特别地，对于那些索引数据大的情况（例如，两个列的联合索引），插入速度是对性能影响的重要指标，而读取相对来说就比较少。LSM-tree通过磁盘的顺序写，来达到最优的写性能，因为这会大
转载
2024-04-28 19:38:58
17阅读
密集索引和稀疏索引的区别 1、密集索引的每个搜索码值都对应一个索引值 2、稀疏索引只为索引码的某些键建立索引项主流mysql数据库引擎对这两索引的选择： InnoDB: 1、如果一个主键被定义了，则改键作为密集索引。 2、如果没有主键被定义，那么该表的唯一非空索引则作为密集索引。 3、若不满足以上两点，InnoDB内部隐藏生成6字节的列作为密集索引。 4、非主键索引存储相关键位和对应
转载
2024-03-04 14:36:51
30阅读
一、存储引擎介绍讲LSM树之前，需要提下三种基本的存储引擎，这样才能清楚LSM树的由来：1.1 哈希存储引擎 是哈希表的持久化实现，支持增、删、改以及随机读取操作，但不支持顺序扫描，对应的存储系统为key-value存储系统。对于key-value的插入以及查询，哈希表的复杂度都是O(1)，明显比树的操作O(n)快,如果不需要有序的遍历数据，哈希表就是your Mr.Right代表
点击上方蓝色字体，选择“设为星标”回复”资源“获取更多资源大数据技术与架构点击右侧关注，大数据开发领域最强公众号！暴走大数据点击右侧关注，暴走大数据！前言在有代表性的关系型数据库如MyS...
转载
2021-06-10 21:33:25
166阅读
前言
在有代表性的关系型数据库如MySQL、SQL Server、Oracle中，数据存储与索引的基本结构就是我们耳熟能详的B树和B+树。而在一些主流的NoSQL数据库如HBase、Cassandra、LevelDB、RocksDB中，则是使用日志结构合并树（Log-structured Merge Tree，LSM Tree）来组织数据。本文先由B+树来引出对LSM树的介绍，然后说明HBase中
转载
2021-06-12 11:09:08
247阅读
点击上方蓝色字体，选择“设为星标”回复”资源“获取更多资源大数据技术与架构点击右侧关注，大数据开发领域最强公众号！暴走大数据点击右侧关注，暴走大数据！前言在有代表性的关系型数据库如MyS...
转载
2021-06-10 21:33:26
194阅读
HBASE-LSM树 1.B+树 关于B树、B+树、B树的了解参考：* ://blog..net/v_july_v/article/details/6530142 优点： 走进搜索引擎的作者梁斌老师针对B树、B+树给出了他的意见（为了真实性，特引用其原话，未作任何改动）： “B+树还
转载
2019-11-18 09:39:00
132阅读
2评论
LSM树(Log-Structured-Merge-Tree)的名字往往会给初识者一个错误的印象，事实上，LSM树并不像B+树、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，目前HBase,LevelDB,RocksDB这些NoSQL存储都是采用的LSM树。LSM树的核心特点是利用顺序写来提高写性能，但因为分层(此处分层是指的分为内存和文件两部分)的设计会稍微降低读性能，但
转载
2024-01-12 10:13:42
164阅读
什么是索引：MySql 官方对索引的定义为：索引（Index）是帮助MySql高效获取数据的数据结构。 由此可以得到索引的本质：索引是一种数据结构。可以简单理解为：排好序的快速查找数据结构 在数据之外，数据库系统还维护了满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是索引。下图就是一种可能的索引方式实例： 一般来说
转载
2024-03-20 20:00:40
56阅读
