使用像 LevelDB 这样的 LSM 树作为 RDBMS 的存储引擎答案

【问题标题】：Using LSM tree like LevelDB as a storage Engine for RDBMS使用像 LevelDB 这样的 LSM 树作为 RDBMS 的存储引擎
【发布时间】：2016-08-03 01:04:42
【问题描述】：

LSM 树已在许多 no-sql 引擎中成功使用，它的数据按键排序，不像散列表，因此可以在 kv 存储之外使用许多潜在用途。例如，时间序列数据库 (TSDB) 可能非常适合使用级别 db 作为其引擎。传统的 RDBMS 和许多表系统怎么样？类似 LSM-tree 的数据引擎也适合吗？

【问题讨论】：

【解决方案1】：

可能是这样。如果您打算以利用 leveldb 优势（即快速顺序读取）的方式设计索引，那么它可能会很好。

事实上，我已经在 leveldb (linqdb) 之上构建了小型关系数据库，其中索引只是存储为键值的列的排序值。我的发现是查询这样的结构不如 sqlite 的索引列快（大约慢 40%），但写入的性能要好得多。

当然查询速度有很多因素，LSM只是一个最擅长写的底层数据结构。

其他信息here

【讨论】：

其实我们是在尝试构建一个表系统，但是读取或者批量写入可能是典型的用例。目前我们使用的是内存哈希索引，但不支持范围查询和排序查询。我正在研究 LSM，因为它不会占用太多内存，而且它的密钥是有序存储的。
@bugs king LSM 最适合磁盘（以合并排序方式写入的大块数据），所以不确定它是否最适合内存索引
我发现实际上有一个基于 lsm-tree 的 mysql 正在开发中，叫做 myrocks，但是关于它们的性能和延迟洞察力的资源太有限了。
在小型数据库上将读取性能与 sqlite 进行比较是不公平的。 sqlite 总是比小型数据集更快。
@amirouche 我已经比较了大约 20GB 的设置，这并不小。但结果可能是由于许多因素造成的（LSM vs B-tree 就是其中之一）