2.3.1 LSM Tree 结构

文档摘要

2.3.1 LSM Tree 结构 2.3.1 LSM Tree 结构：从内存跳表到磁盘分层的工程实现全景图你有没有想过，为什么 RocksDB 在写入吞吐上能轻松突破百万 QPS，而同等硬件下的 B+ 树数据库却卡在几万？为什么 Kafka 的日志段文件一旦落盘就永不修改，却能支撑每秒数 GB 的持续追加？为什么 TiKV 在 PB 级数据规模下仍能保持亚毫秒级的点查延迟？答案不在 CPU 主频，不在 SSD IOPS，而藏在一种看似“反直觉”的数据结构里——它不追求单次操作的最优，却用空间换时间、用顺序抗随机、用合并抵消更新，把磁盘的物理缺陷，变成了系统性能的杠杆支点。这个支点，就是 LSM Tree（Log-Structured Merge Tree）。