面向内存分区的自适应键值数据库

发布时间：2024-10-05 00:29

　　键值数据库以其精简的结构,优异的读写性能,在越来越多的场景中起着关键作用,诸如电子商务、网络游戏、搜索引擎和广告等。键值数据库内部的数据布局有多种实现方案,比如redis、memcache将数据存储在内存中,以哈希表结构进行索引;以及leveldb、cassandra将数据存储在硬盘上,以LSM树结构进行索引。因为现实世界中很多应用,其数据量大于内存容量,持久化的键值存储非常必要,所以针对LSM树结构的leveldb展开研究有现实意义。LSM树是一种将随机写转换成顺序写的数据结构,同时保存一大一小两棵排序树,小棵排序树在内存中缓存用户的随机写请求,当满足一定大小时,将其顺序写到硬盘上并与大棵的排序树合并。在HDD作为存储介质时,因为其随机写和顺序写性能差别很大,LSM树可以极大地提升数据的写入效率。但LSM树为了保证读性能而定期执行的合并操作会增加写延迟。在LSM树硬盘上的第0层结构中,可以设立键前缀分区减少每个0层文件的键值范围,来解决这个问题。在此基础上,提出基于SSD的Memory Partition And Adaptive LSM(内存分区和自适应LSM树)简称MPAA-LSM...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题背景
    1.2 国内外研究现状
    1.3 主要研究工作
2 相关技术分析
    2.1 leveldb设计
    2.2 leveldb核心:合并机制
    2.3 OHDB第0 层分区设计
    2.4 本章小结
3 内存分区自适应LSM树设计
    3.1 问题分析
    3.2 内存分区结构设计
    3.3 读写自适应调节设计
    3.4 本章小结
4 内存分区自适应LSM树实现
    4.1 桶形内存及并行持久化机制实现
    4.2 读写自适应调节模块
    4.3 本章小结
5 测试与分析
    5.1 测试环境及关键参数
    5.2 dbbench测试工具介绍以及负载模拟
    5.3 测试结果与分析
    5.4 本章小结
6 总结与展望
    6.1 全文总结
    6.2 研究展望
致谢
参考文献



本文编号：4007328