【Infra Meetup No.93】A Study of LSM-Tree

在上周六广州举办的 Infra Meetup No.93 上，来自微信的林金河老师为大家分享了 LSM-Tree 相关知识。以下为视频&文字回顾，enjoy~

讲师介绍：林金河，目前在微信从事分布式存储相关的工作

• 视频 | Infra Meetup No.93：A Study of LSM-Tree

• PPT 链接

本次分享的主要内容包括：

1. LSM-Tree 的基本原理，包括 LSM-Tree 的文件组织结构、Point Query、Range Query 和 Compaction。

2. LSM-Tree 存在的问题和相关的优化方法。主要有两方面：

• 读放大。目前的优化思路是通过 filter 来减少不必要的 I/O，比如 bloom filter、SuRF。
• Compaction 造成的负载抖动和写放大。一方面，可以通过软硬件结合的方式，将 compaction 的任务交给专门的 coprocessor 来做，将 compaction 带来的负面影响尽可能隔离开。另一方面，就是从数据结构和算法上，尽可能减少写放大，比如 PebbleDB 和 WiscKey。

3. 最后简单总结了一下：LSM-Tree 的优化，基本都是在读放大、写放大和空间放大这三者间做 trade-off。理论上没法同时让这三者达到最优（有点像分布式系统的 CAP 定理）。