講LSM樹之前，需要提下三種基本的存儲引擎，這樣才能清楚LSM樹的由來：

• 哈希存儲引擎  是哈希表的持久化實現(xiàn)，支持增、刪、改以及隨機(jī)讀取操作，但不支持順序掃描，對應(yīng)的存儲系統(tǒng)為key-value存儲系統(tǒng)。對于key-value的插入以及查詢，哈希表的復(fù)雜度都是O(1)，明顯比樹的操作O(n)快,如果不需要有序的遍歷數(shù)據(jù)，哈希表就是your Mr.Right
• B樹存儲引擎是B樹（關(guān)于B樹的由來，數(shù)據(jù)結(jié)構(gòu)以及應(yīng)用場景可以看之前一篇博文）的持久化實現(xiàn)，不僅支持單條記錄的增、刪、讀、改操作，還支持順序掃描（B+樹的葉子節(jié)點之間的指針），對應(yīng)的存儲系統(tǒng)就是關(guān)系數(shù)據(jù)庫（Mysql等）。
• LSM樹（Log-Structured Merge Tree）存儲引擎和B樹存儲引擎一樣，同樣支持增、刪、讀、改、順序掃描操作。而且通過批量存儲技術(shù)規(guī)避磁盤隨機(jī)寫入問題。當(dāng)然凡事有利有弊，LSM樹和B+樹相比，LSM樹犧牲了部分讀性能，用來大幅提高寫性能。

通過以上的分析，應(yīng)該知道LSM樹的由來了，LSM樹的設(shè)計思想非常樸素：將對數(shù)據(jù)的修改增量保持在內(nèi)存中，達(dá)到指定的大小限制后將這些修改操作批量寫入磁盤，不過讀取的時候稍微麻煩，需要合并磁盤中歷史數(shù)據(jù)和內(nèi)存中最近修改操作，所以寫入性能大大提升，讀取時可能需要先看是否命中內(nèi)存，否則需要訪問較多的磁盤文件。極端的說，基于LSM樹實現(xiàn)的HBase的寫性能比Mysql高了一個數(shù)量級，讀性能低了一個數(shù)量級。

LSM樹原理把一棵大樹拆分成N棵小樹，它首先寫入內(nèi)存中，隨著小樹越來越大，內(nèi)存中的小樹會flush到磁盤中，磁盤中的樹定期可以做merge操作，合并成一棵大樹，以優(yōu)化讀性能。

以上這些大概就是HBase存儲的設(shè)計主要思想，這里分別對應(yīng)說明下：

• 因為小樹先寫到內(nèi)存中，為了防止內(nèi)存數(shù)據(jù)丟失，寫內(nèi)存的同時需要暫時持久化到磁盤，對應(yīng)了HBase的MemStore和HLog
• MemStore上的樹達(dá)到一定大小之后，需要flush到HRegion磁盤中（一般是Hadoop DataNode），這樣MemStore就變成了DataNode上的磁盤文件StoreFile，定期HRegionServer對DataNode的數(shù)據(jù)做merge操作，徹底刪除無效空間，多棵小樹在這個時機(jī)合并成大樹，來增強讀性能。

關(guān)于LSM Tree，對于最簡單的二層LSM Tree而言，內(nèi)存中的數(shù)據(jù)和磁盤你中的數(shù)據(jù)merge操作，如下圖

圖來自lsm論文

lsm tree，理論上，可以是內(nèi)存中樹的一部分和磁盤中第一層樹做merge，對于磁盤中的樹直接做update操作有可能會破壞物理block的連續(xù)性，但是實際應(yīng)用中，一般lsm有多層，當(dāng)磁盤中的小樹合并成一個大樹的時候，可以重新排好順序，使得block連續(xù)，優(yōu)化讀性能。

hbase在實現(xiàn)中，是把整個內(nèi)存在一定閾值后，flush到disk中，形成一個file，這個file的存儲也就是一個小的B+樹，因為hbase一般是部署在hdfs上，hdfs不支持對文件的update操作，所以hbase這么整體內(nèi)存flush，而不是和磁盤中的小樹merge update，這個設(shè)計也就能講通了。內(nèi)存flush到磁盤上的小樹，定期也會合并成一個大樹。整體上hbase就是用了lsm tree的思路。