LSM-Tree和B-Tree 对比
LSM-Tree 与 B-tree 的存储与修改方式
| 特性 | LSM-Tree | B-tree |
|---|---|---|
| 存储结构 | MemTable（内存），SSTable（磁盘） | B-tree 节点对应磁盘上的页 |
| 数据修改 | 顺序写入，新的数据生成新的 SSTable 文件，不直接修改旧文件 | 修改数据时直接在对应的页上进行修改 |
| 修改单元 | 顺序写入，内存中的 MemTable 或者磁盘中的 SSTable | 修改操作以页为单位，页的大小通常为 4KB、8KB等 |
| 存储优化 | 合并操作（Compaction）减少小文件数量 | 节点分裂、合并，保持树的平衡 |
| 写入性能 | 优化写入，尤其是大量顺序写入 | 随机写入性能相对较差，依赖于树的高度 |
| 查询性能 | 由于多次磁盘查找，查询性能通常较差，依赖布隆过滤器优化 | 查询性能较好，依赖 B-tree 的平衡性 |
LSM-Tree
存储结构：LSM-Tree 使用 MemTable 存储内存中的数据，和磁盘上的 SSTable 文件。数据的修改不直接在原有数据上进行，而是通过顺序写入的方式更新，新的数据生成新的 SSTable 文件，旧数据不会被直接修改。
数据修改：LSM-Tree 的修改主要是顺序写入。内存中的 MemTable 满时会将数据刷新到磁盘，生成新的 SSTable 文件。每次修改并不会修改原来的 SSTable 文件，而是创建新的文件。
修改单元：数据的修改单元是内存中的 MemTable 或者磁盘中的 SSTable 文件，而不是直接对页进行操作。
存储优化：通过 Compaction 操作，多个小的 SSTable 文件会被合并成一个更大的文件，从而减少文件数量和优化存储。
写入性能：LSM-Tree 优化了顺序写入操作，因此对于大量的写入负载，它表现出色。
查询性能：由于查询需要在多个 SSTable 文件中查找，并且可能存在多个磁盘访问，查询性能相对较差。但通过 布隆过滤器 等优化手段，查询效率得到了提升。
B-tree
存储结构：B-tree 将数据存储在 磁盘页 中，每个节点（无论是内部节点还是叶子节点）都对应一个磁盘上的页面。B-tree 的节点通常是固定大小，常见的是 4KB 或 8KB 的页面。
数据修改：在 B-tree 中，数据的修改是直接在磁盘上的页中进行的。修改操作会影响对应页中的数据，如果页已满，可能会触发节点的 分裂 或 合并 操作，以保持 B-tree 的平衡性。
修改单元：B-tree 的数据修改是 以页为单位 进行的，数据被存储在磁盘页内，修改时会操作整个页，页的大小通常为 4KB 或 8KB。
存储优化：B-tree 通过 节点分裂 和 合并 操作来保持树的平衡，从而确保查询效率和插入/删除操作的性能。
写入性能：B-tree 的写入性能相对较差，特别是在进行大量的随机写入时，因为每次写入可能都需要访问磁盘上的一个或多个页。
查询性能：B-tree 在查询时，通过平衡的树结构能够高效地定位数据。查询操作的性能依赖于树的高度，因此其查询效率较高。
总结
LSM-Tree 是通过顺序写入 MemTable 和生成新的 SSTable 来处理数据的修改，而不是直接面向磁盘页修改数据。其写入优化主要依赖于顺序写入和合并操作。
B-tree 是典型的面向页存储的结构，修改操作通常在页内进行，并且操作是以页为单位执行。B-tree 在保持数据结构平衡的同时，能够提供较高效的查询性能。