建站
咨詢
售后
建站咨詢
新聞中心
這篇文章主要講解了“Hbase的LSM Tree有什么用”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Hbase的LSM Tree有什么用”吧！
專注于為中小企業(yè)提供成都網(wǎng)站建設(shè)、網(wǎng)站建設(shè)服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)佛坪免費做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了成百上千企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設(shè)實現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。
LSM樹是HBase里使用的非常有創(chuàng)意的一種數(shù)據(jù)結(jié)構(gòu)。在有代表性的關(guān)系型數(shù)據(jù)庫如MySQL、SQL Server、Oracle中，數(shù)據(jù)存儲與索引的基本結(jié)構(gòu)就是我們耳熟能詳?shù)腂樹和B+樹。而在一些主流的NoSql數(shù)據(jù)庫如HBase、Cassandra、LevelDB、RocksDB中，則是使用日志結(jié)構(gòu)合并樹（Log-structured Merge Tree，LSM Tree）來組織數(shù)據(jù)。
首先，我們從B+樹講起
為什么在RDBMS中我們需要B+樹（或者廣義地說，索引）？一句話：減少尋道時間。在存儲系統(tǒng)中廣泛使用的HDD是磁性介質(zhì)+機(jī)械旋轉(zhuǎn)的，這就使得其順序訪問較快而隨機(jī)訪問較慢。使用B+樹組織數(shù)據(jù)可以較好地利用HDD的這種特點，其本質(zhì)是多路平衡查找樹。一個典型的B+樹如下圖所示：
B+樹的磁盤讀寫代價更低：B+樹的內(nèi)部節(jié)點并沒有指向關(guān)鍵字具體信息的指針，因此其內(nèi)部節(jié)點相對B樹更小，如果把所有同一內(nèi)部節(jié)點的關(guān)鍵字存放在同一盤塊中，那么盤塊所能容納的關(guān)鍵字?jǐn)?shù)量也越多，一次性讀入內(nèi)存的需要查找的關(guān)鍵字也就越多，相對IO讀寫次數(shù)就降低了。
B+樹的查詢效率更加穩(wěn)定：由于非終結(jié)點并不是最終指向文件內(nèi)容的結(jié)點，而只是葉子結(jié)點中關(guān)鍵字的索引。所以任何關(guān)鍵字的查找必須走一條從根結(jié)點到葉子結(jié)點的路。所有關(guān)鍵字查詢的路徑長度相同，導(dǎo)致每一個數(shù)據(jù)的查詢效率相當(dāng)。
由于B+樹的數(shù)據(jù)都存儲在葉子結(jié)點中，分支結(jié)點均為索引，方便掃庫，只需要掃一遍葉子結(jié)點即可，但是B樹因為其分支結(jié)點同樣存儲著數(shù)據(jù)，我們要找到具體的數(shù)據(jù)，需要進(jìn)行一次中序遍歷按序來掃，所以B+樹更加適合在區(qū)間查詢的情況，所以通常B+樹用于數(shù)據(jù)庫索引。
如果你對B+樹不夠熟悉，可以參考這里：https://blog.csdn.net/b_x_p/article/details/86434387
那么，B+樹有什么缺點呢？
B+樹最大的性能問題是會產(chǎn)生大量的隨機(jī)IO，隨著新數(shù)據(jù)的插入，葉子節(jié)點會慢慢分裂，邏輯上連續(xù)的葉子節(jié)點在物理上往往不連續(xù)，甚至分離的很遠(yuǎn)，但做范圍查詢時，會產(chǎn)生大量讀隨機(jī)IO。
LSM Tree
為了克服B+樹的弱點，HBase引入了LSM樹的概念，即Log-Structured Merge-Trees。
LSM Tree（Log-structured merge-tree）起源于1996年的一篇論文：The log-structured merge-tree (LSM-tree)。當(dāng)時的背景是：為一張數(shù)據(jù)增長很快的歷史數(shù)據(jù)表設(shè)計一種存儲結(jié)構(gòu)，使得它能夠解決：在內(nèi)存不足，磁盤隨機(jī)IO太慢下的嚴(yán)重寫入性能問題。
LSM Tree（Log-structured merge-tree）廣泛應(yīng)用在HBase，TiDB等諸多數(shù)據(jù)庫和存儲引擎上：
我們來看看大佬設(shè)計這個數(shù)據(jù)結(jié)構(gòu)：
Ck tree是一個有序的樹狀結(jié)構(gòu)，數(shù)據(jù)的寫入流轉(zhuǎn)從C0 tree 內(nèi)存開始，不斷被合并到磁盤上的更大容量的Ck tree上。由于內(nèi)存的讀寫速率都比外存要快非常多，因此數(shù)據(jù)寫入的效率很高。并且數(shù)據(jù)從內(nèi)存刷入磁盤時是預(yù)排序的，也就是說，LSM樹將原本的隨機(jī)寫操作轉(zhuǎn)化成了順序?qū)懖僮鳎瑢懶阅艽蠓嵘２贿^它犧牲了一部分讀性能，因為讀取時需要將內(nèi)存中的數(shù)據(jù)和磁盤中的數(shù)據(jù)合并。
回到Hbase來，我們在之前的文章中《Hbase性能優(yōu)化手冊》中提到過Hbase的讀寫流程：
MemStore是HBase中C0的實現(xiàn)，向HBase中寫數(shù)據(jù)的時候，首先會寫到內(nèi)存中的MemStore,當(dāng)達(dá)到一定閥值之后，flush(順序?qū)?到磁盤，形成新的StoreFile（HFile），最后多個StoreFile（HFile）又會進(jìn)行Compact。
memstore內(nèi)部維護(hù)了一個數(shù)據(jù)結(jié)構(gòu)：ConcurrentSkipListMap，數(shù)據(jù)存儲是按照RowKey排好序的跳躍列表。跳躍列表的算法有同平衡樹一樣的漸進(jìn)的預(yù)期時間邊界，并且更簡單、更快速和使用更少的空間。
HBase為了提升LSM結(jié)構(gòu)下的隨機(jī)讀性能，還引入了布隆過濾器（建表語句中可以指定），對應(yīng)HFile中的Bloom index block，其結(jié)構(gòu)圖如下所示。
通過布隆過濾器，HBase就能以少量的空間代價，換來在讀取數(shù)據(jù)時非常快速地確定是否存在某條數(shù)據(jù)，效率進(jìn)一步提升。
感謝各位的閱讀，以上就是“Hbase的LSM Tree有什么用”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Hbase的LSM Tree有什么用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！
當(dāng)前文章：Hbase的LSMTree有什么用
標(biāo)題URL：http://ef60e0e.cn/article/gsjjog.html
