1 B树

B树是一种平衡多路搜索树，B树与红黑树最大的不同在于，B树的结点可以有多个子女，从几个到几千个。那为什么又说B树与红黑树很相似呢?因为与红黑树一样，一棵含n个结点的B树的高度也为O（lgn），但可能比一棵红黑树的高度小许多，应为它的分支因子比较大。所以，B树可以在O（logn）时间内，实现各种如插入（insert），删除（delete）等动态集合操作。

B树的定义如下：

根节点至少有两个子节点
每个节点有M-1个key，并且以升序排列
位于M-1和M key的子节点的值位于M-1 和M key对应的Value之间
其它节点至少有M/2个子节点
所有叶子结点位于同一层；

2 B+树（读快写慢）

2.1 B+树和B-树比较

B+树是应文件系统所需而出的一种B树的变型树，B+树的差异在于：

有n棵子树的结点中含有n个关键字，每个关键字不保存数据，只用来索引，所有数据都保存在叶子节点
所有的叶子结点中包含了全部关键字的信息，及指向含这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接
所有的非终端结点可以看成是索引部分，结点中仅含其子树（根结点）中的最大（或最小）关键字，通常在B+树上有两个头指针，一个指向根结点，一个指向关键字最小的叶子结点。

B树和B+树总结：

B树：多路搜索树，每个结点存储M/2到M个关键字，非叶子结点存储指向关键字范围的子结点；所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中
B+树：在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点中出现，非叶子结点作为叶子结点的索引；B+树总是到叶子结点才命中

2.2 B+树优缺点

优点：
- B+树的层级更少：相较于B树，B+每个非叶子节点存储的关键字数更多，树的层级更少所以查询数据更快；
  
  B+树查询速度更稳定：B+所有关键字数据地址都存在叶子节点上，所以每次查找的次数都相同所以查询速度要比B树更稳定;
  
  B+树天然具备排序功能：B+树所有的叶子节点数据构成了一个有序链表，在查询大小区间的数据时候更方便，数据紧密性很高，缓存的命中率也会比B树高。
  
  B+树全节点遍历更快：B+树遍历整棵树只需要遍历所有的叶子节点即可，，而不需要像B树一样需要对每一层进行遍历，这有利于数据库做全表扫描。
缺点：
- 如果经常访问的数据离根节点很近，而B树的非叶子节点本身存有关键字其数据的地址，所以这种数据检索的时候会要比B+树快。
- 当要修改数据时，就需要将新入数据下面的数据重新排位，特别是当写入的数据排在较高的位置时，需要大量的移位操作才能完成写入。

3 LSM树（读慢写快）

3.1 LSM树原理

LSM树的设计思想非常朴素：将对数据的修改增量保持在内存中，达到指定的大小限制后将这些修改操作批量写入磁盘，不过读取的时候稍微麻烦，需要合并磁盘中历史数据和内存中最近修改操作，所以写入性能大大提升，读取时可能需要先看是否命中内存，否则需要访问较多的磁盘文件。

LSM树原理把一棵大树拆分成N棵小树，它首先写入内存中，随着小树越来越大，内存中的小树会flush到磁盘中，磁盘中的树定期可以做merge操作，合并成一棵大树，以优化读性能。

LSM树（Log-Structured Merge Tree）存储引擎和B树存储引擎一样，同样支持增、删、读、改、顺序扫描操作。而且通过批量存储技术规避磁盘随机写入问题。当然凡事有利有弊，LSM树和B+树相比，LSM树牺牲了部分读性能，用来大幅提高写性能。

3.2 LSM树优缺点

优点：底层用LSM树，顺序写入磁盘快
缺点：数据未排序，随机读取数据很慢

3.3 LSM树的优化

LSM牺牲部分读性能，从而提高写性能：将数据分散到多个有序列表中，每个列表保存一部分数据，这样可以减少写入时间。但读取数据时，就需要先查找在哪个有序列表，再从这个列表中读取具体数据。

有2种方法优化读取时间：

Bloom filter : 使用布隆过滤器，就可以不用二分查找，而只需简单的计算几次就能知道数据是否在某个小集合里啦。效率得到了提升，但付出的是空间代价。
小树合并为大树：也就是大家经常看到的compact的过程，因为小树性能有问题，所以要有个进程不断地将小树合并到大树上，这样大部分的老数据查询也可以直接使用log2N的方式找到，不需要再进行(N/m)*log2n的查询了。

3.4 LSM树的应用

kafka
hbase
kudu

3.5 kudu对LSM的优化

3.5.1 DiskRowSet优化

kudu的memtable(在kudu中叫MemRowSet)还是同之前一样，只是SSTable(在kudu中叫DiskRowSet)改成了列式存储。对于列式存储，读取一个记录需要分别读每个字段，因此kudu精心设计了RowSet中的索引(针对并发访问等改进过的B树)，加速这个过程。

3.5.2 RowSet优化

kudu保证一个key只可能出现在一个RowSet中，并记录了每个RowSet中key的最大值和最小值，加速数据的范围查找。这也意味着，对于数据更新，不能再像之前一样直接插入memtable即可。需要找到对应的RowSet去更新，为了保持写吞吐，kudu并不直接更新RowSet，而是又新建一个DeltaStore，专门记录数据的更新。所以，后台除了RowSet的compaction线程，还要对DeltaStore进行merge和apply。从权衡的角度考虑，kudu其实是牺牲了一点写效率，单记录查询效率，换取了批量查询效率。

参考

https://blog.csdn.net/mingyuezh/article/details/80839868

B+树和LSM树对比相关推荐

数据密集型系统设计：索引及存储（B树、LSM树、OLTP及OLAP）
1.数据索引结构一个数据库在最基础的层次上需要完成两件事情:当你把数据交给数据库时,它应当把数据存储起来:而后当你向数据库要数据时,它应当把数据返回给你.世界上最简单的数据库可以用两个Bash函数实 ...
B树、B+树、LSM树以及其典型应用场景
前言动态查找树主要有:二叉查找树.平衡二叉树.红黑树.B树.B+树.前面三种是典型的二叉查找树,查找的时间复杂度是O(log2N)与树的深度有关系,那么降低树的深度也就可以提升查找效率.这时就提出了 ...
数据库关于B树、B+树、LSM树的简介
B树在计算机科学中,B树(英语:B-tree)是一种自平衡的树,能够保持数据有序.这种数据结构能够让查找数据.顺序访问.插入数据及删除的动作,都在对数时间内完成.B树,概括来说是一个一般化的二叉查找 ...
分布式存储引擎（B树、LSM树）原理
分布式存储引擎(B树.LSM树)原理 B+树结构 Update-in-place 常见于传统关系型数据库(MySQL.Oracle),按key维护B+树,数据存放在叶子结点(每个页对应的节点可以有更高 ...
3层b+树索引访问磁盘次数_从B+树到LSM树，及LSM树在HBase中的应用
点击上方蓝色字体,选择"设为星标" 回复"资源"获取更多资源大数据技术与架构点击右侧关注,大数据开发领域最强公众号! 暴走大数据点击右侧关注,暴走大数据! 前 ...
从B+树到LSM树，及LSM树在HBase中的应用
前言在有代表性的关系型数据库如MySQL.SQL Server.Oracle中,数据存储与索引的基本结构就是我们耳熟能详的B树和B+树.而在一些主流的NoSQL数据库如HBase.Cassandra ...
B+树 VS LSM树
目录 B+树 LSM树比较总结 B+树简介:为了改善数据访问特性,文件系统或数据库系统通常会对数据排序后存储,加快数据检索速度.传统关系数据库的做法是使用B+树,保证数据在不断更新.插入.删除后 ...
B+树与LSM树的区别与联系
首先来回答一个问题:为什么在磁盘中要使用b+树来进行文件存储呢? 原因还是因为树的高度低得缘故,磁盘本身是一个顺序读写快,随机读写慢的系统,那么如果想高效的从磁盘中找到数据,势必需要满足一个最重要的条 ...
最容易理解的LSM树--以示例讲解合并查找过程
关于LSM树 LSM树,即日志结构合并树(Log-Structured Merge-Tree).其实它并不属于一个具体的数据结构,它更多是一种数据结构的设计思想.大多NoSQL数据库核心思想都是基于L ...

B+树和LSM树对比