LSMTree总览写流程：就地写，写入memTable当activememTable满后，转变为readOnlymemTable，在合适时机flush入磁盘。当前level数据满后，进行归并操作，把数据排序，去重后转入下一level。背景介绍两种场景，读多写少，写多读少。原地写写操作：找到老数据所在位置，更新，IO操作，慢。

前言相信大家之前都了解过很多种数据结构，我之前总是两两的，也就是从局部上去进行比较，没有从整体上进行这些树的发展脉络进行梳理，因此经常看完没多久就忘了。看来确实是需要从本源出发，不仅要知其然还要知其所以然，了解清楚前因后果，不仅可以方便我们记忆，更有利于增加我们的理解深度。

前言相信大家之前都了解过很多种数据结构，我之前总是两两的，也就是从局部上去进行比较，没有从整体上进行这些树的发展脉络进行梳理，因此经常看完没多久就忘了。看来确实是需要从本源出发，不仅要知其然还要知其所以然，了解清楚前因后果，不仅可以方便我们记忆，更有利于增加我们的理解深度。实

本文重点关注了系统设计相关的内容，paper后半部分的具体应用此处没有过多涉及。从个人笔记修改而来，因此为英文版本。Bigtable:ADistributedStorageSystemforStructuredDataDatamodel:notarelationaldatamodelABigtableisasparse,distributed,persistentmul

本指南的目的是提供你足够的信息用于根据自己的工作负载和系统配置调优RocksDB。RocksDB非常灵活，这有好也有坏。你可以真多很多工作场景和存储技术进行调优。在Facebook，我

leveldb/rocksdb采用deque控制多线程只允许一个线程修改memtable,是由于memtable不存在读-写冲突（采用MVCC，保证Sequence一定不同，memtable的key就一定不同，update/delete/ins

作者：京东物流刘家存随着数据量的增大，传统关系型数据库越来越不能满足对于海量数据存储的需求。对于分布式关系型数据库，我们了解其底层存储结构是非常重要的。本文将介绍

作者：京东给物流刘家存随着数据量的增大，传统关系型数据库越来越不能满足对于海量数据存储的需求。对于分布式关系型数据库，我们了解其底层存储结构是非常重要的。本文将介

我在上篇文章ApachePulsar的架构设计中介绍了Pulsar存算分离的架构，其中broker只负责计算，由BookKeeper负责底层的存储，我还画了这样一张图说明BookKeeper读写分

rocksdb调试指引翻译自官方wiki:https://github.com/facebook/rocksdb/wiki/RocksDB-Tuning-Guide转载请注明出处：https://www.cnblogs.com/morningli/p/16788424.html

下午听了关于MyRocks-PASV的研究讲座，很有意思所以学习了一下LSM树的一些简单的底层原理。现在整理一下我们都知道目前Key:Value型的数据库普遍较之关系型数据库有着更

db数据在内存中的存储格式，写操作的数据都会先写到memtable中类classMemTable{public://构造函数，不允许隐式转换，参数为内部key比较器explicitMemTable(constInte

 一、初识Influxdb