LSM树在HBase中的应用
Posted 互联网后端架构
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了LSM树在HBase中的应用相关的知识，希望对你有一定的参考价值。
LSM树全称是基于日志结构的合并树（Log-Structured Merge-Tree）。No-SQL数据库一般采用LSM树作为数据结构，HBase也不例外。众所周知，RDBMS一般采用B+树作为索引的数据结构，如图1。RDBMS中的B+树一般是3层n路的平衡树。B+树的节点对应于磁盘数据块。因此对于RDBMS，数据更新操作需要5次磁盘操作（从B+树3次找到记录所在数据块，再加上一次读和一次写）。
在RDBMS中，数据随机无序写在磁盘块中，如果没有B+树，读性能会很低。B+树对于数据读操作能很好地提高性能，但对于数据写，效率不高。对于大型分布式数据系统，B+树还无法与LSM树相抗衡。
图1 B+ 树
LSM树可以看成n层合并树。在HBase中，它把随机写转换成对memstore和hfile的连续写。图2展示了LSM树数据写的过程。
图2 LSM树
数据写（插入，更新）：数据首先顺序写如hlog (WAL), 然后写到MemStore, 在MemStore中，数据是一个2层B+树(图2中的C0树）。MemStore满了之后，数据会被刷到storefile (hFile)，在storefile中，数据是3层B+树（图2中的C1树），并针对顺序磁盘操作进行优化。
数据读：首先搜索MemStore,如果不在MemStore中，则到storefile中寻找。
数据删除：不会去删除磁盘上的数据，而是为数据添加一个删除标记。在随后的major compaction中，被删除的数据和删除标记才会真的被删除。
LSM数据更新只在内存中操作，没有磁盘访问，因此比B+树要快。对于数据读来说，如果读取的是最近访问过的数据，LSM树能减少磁盘访问，提高性能。
HBase实战
以上是关于LSM树在HBase中的应用的主要内容，如果未能解决你的问题，请参考以下文章
有知道 hbase中的 lsm树和trie树分别是用来干嘛的么