LSM-Tree

Log Structured-Merge Tree，在面对亿级别之上的海量数据的存储和检索的场景下，我们选择的数据库通常都是各种强力的NoSQL，比如Hbase，Cassandra，Leveldb，RocksDB等等，这其中前两者是Apache下面的顶级开源项目数据库，后两者分别是Google和Facebook开源的数据库存储引擎。而这些强大的NoSQL数据库都有一个共性，就是其底层使用的数据结构，都是仿照“BigTable”中的文件组织方式来实现的，也就是我们今天要介绍的LSM-Tree。

磁盘批量顺序写的性能远超随机写。log全部通过append的方式进行批量追加，不存在删除和修改。这种情况下的读性能会受影响。所以出现了LSM-Tree结构，出了磁盘顺序写之外，增加了内存和磁盘多层的结构

LSM_tree

事务

数据库事务，是把多条语句作为一个整体进行操作的功能。数据库事务应该保证事务范围内的所有操作全部成功或者全部失败。

可见，数据库事务具有ACID这4个特性：

  • A：Atomic，原子性，将所有SQL作为原子工作单元执行，要么全部执行，要么全部不执行；
  • C：Consistent，一致性，事务完成后，所有数据的状态都是一致的，即A账户只要减去了100，B账户则必定加上了100；
  • I：Isolation，隔离性，如果有多个事务并发执行，每个事务作出的修改必须与其他事务隔离；
  • D：Duration，持久性，即事务完成后，对数据库数据的修改被持久化存储。

读写流程