文献类型：期刊文章

作　　者：吕萌[1,2,3,4,5] 华文镝[1,2,3,4,5] 谢平[1,2,3,4,5]

LYU Meng;HUA Wendi;XIE Ping(School of Computer Science,Qinghai Normal University,Xining 810016,China;Network Information Management Center,Qinghai Normal University,Xining 810016,China;Key Laboratory of Internet of Things of Qinghai Province,Xining 810008,China;State Key Laboratory of Tibetan Intelligent Information Processing and Application,Xining 810008,China;Academy of Plateau Science and Sustainability,Xining 810016,China)

机构地区：[1]青海师范大学计算机学院,西宁810016 [2]青海师范大学网络信息管理中心,西宁810016 [3]青海省物联网重点实验室,西宁810008 [4]省部共建藏语智能信息处理及应用国家重点实验室,西宁810008 [5]高原科学与可持续发展研究院,西宁810016

出　　处：《计算机科学》

基　　金：国家自然科学基金(61762075);青海省科技厅重点研发与转化计划项目(2021-GX-112)。

年　　份：2023

卷　　号：50

期　　号：8

起止页码：1-15

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2023_2024、DOAJ、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：键值存储是数据库最简单的组织形式。在数据密集型的应用场景中,键值存储系统发挥着关键的作用。随着对及时数据分析需求的增加,良好的系统性能变得越来越重要。目前大多数键值存储系统的存储引擎都是日志结构合并树(Log-Structured Merge Tree, LSM树)。因具有卓越的写性能,LSM树被广泛应用于写密集型的场景和现代NoSQL系统的存储层。与传统的B树相比,LSM树采用顺序写入的访问模式,并使用内存缓冲区来批处理新的写入线程,因此LSM树具有更大的写优势。然而,数据的重复读写和不必要的压缩操作导致了LSM树的读写放大问题,从而严重影响了系统的性能,尤其在数据密集型的应用场景。如今,研究人员做了大量工作来缓解这些问题,文中研究了影响LSM树性能的各个因素,搜集了大量提升基于LSM树的键值系统性能的文献,并对其加以整理和分类,讨论它们的优势和权衡,使读者可以了解基于LSM树的存储技术及其优化策略,最后调查了几个具有代表性的基于LSM树的键值存储技术并讨论了潜在的未来研究方向。

关 键 词：LSM树  NOSQL 存储管理 键值系统  数据检索

分 类 号：TP393]