lsm-tree vs B-tree
直覺來看驾讲，LSM-tree的優(yōu)勢在于寫性能鲸郊， B-tree的優(yōu)勢在于讀性能燕侠， 而LSM-tree可能需要檢查不同的data structure及SST才能得到.
但是, 你不該這么武斷的得出這個結(jié)論畏腕， 而是應(yīng)該通過你的具體場景做比較乘凸， 在衡量存儲引擎性能時， 這里有幾個值得思考的東西
-
LSM-tree的優(yōu)勢
B-tree
寫數(shù)據(jù)時党远， 每條數(shù)據(jù)至少要寫兩次： 一次是WAL削解， 一次是page 自身， 這里有額外開銷得注意： 即使一個page 只改了一個字節(jié)沟娱，寫入時候氛驮，也要寫入整個page， 在一些基于B-tree引擎中济似，為了避免在斷電情況下矫废，page的部分被更新，甚至需要寫兩次page砰蠢。
Lsm-tree
由于多次compaction蓖扑，需要多次重寫數(shù)據(jù)，這就導(dǎo)致對數(shù)據(jù)庫的一次寫轉(zhuǎn)換化為磁盤的多次寫台舱，這在SSD上就成了隱患律杠，SSD只能進行有限次數(shù)的overwrite block在write-heavy application中，性能的瓶頸在database寫入磁盤的速率柿赊， 在這種情況下俩功， 寫放大對性能有直接有影響： 引擎寫入磁盤數(shù)據(jù)越多， 有限帶寬下能每秒鐘寫入的數(shù)據(jù)越少碰声。
還有诡蜓，相比B-tree，LSM-tree更能支撐比較高的write throughout胰挑， 一部分原因在于他有更低的寫放大（雖然這個依賴引擎的配置） 蔓罚， 一部分原因在于順序?qū)慶ompact SST file，而不像B-tree那樣瞻颂，需要更新多個page豺谈。 這個不同在HDD體現(xiàn)的更加明顯（順序?qū)戇h高于隨機寫， 差距在1000）
另外贡这，LSM-tree可以更好的進行壓縮茬末，因此可以在磁盤上產(chǎn)生更小的件， 再看B-tree, 由于fragmentation, 有些Disk space不能被使用盖矫， 由于LSM-tree不是page-oriented 的并且會不斷的做compaction, 因此LSM-tree的磁盤占有更小丽惭， 特別是在使用level compaction。
在很多SSDs上辈双， the firmware internally uses a log-structured algorithm to turn ran‐ dom writes into sequential writes on the underlying storage chips, so the impact of the storage engine’s write pattern is less pronounced 责掏。 然而， 在SSDs 上湃望， 更低的寫放大/以及reduces fragmentation依然有優(yōu)勢： 在有限的IO帶寬下换衬， representing data more compactly allows more read and write requests
-
LSM-tree的劣勢
compaction 可能會影響正在進行的read/write, 由于disk have limited resouces, 因此某些讀操作必須等到expensive compaction完成之后才能進行痰驱， 這種對throughout/average response time 影響一般很小， 但是在at the percentiles瞳浦，query的response time 有時候很高担映， 比較而言，B-tree的性能一般是穩(wěn)定的术幔。
disk 的寫入帶寬被多個thread共享： logging另萤、flush湃密、compaction, 當database越來越大诅挑， 更多的帶寬被compaction占用。
如果 compaction的速率低于incoming write泛源，unmerged segments越來越多拔妥，導(dǎo)致run out of disk， 而且达箍，在讀數(shù)據(jù)時没龙， 由于需要檢查的文件越來越多，read的性能也會降低缎玫。
B-tree每個key只存在一個地方硬纤，在LSM-tree，同一個key可能會存在多個文件中赃磨，這個特性是B-tree特別容易提供強事務(wù)特性筝家，
