LSM Tree 为什么写快读慢？读性能怎么优化？

面试问 353 约 2 分钟读完

面试怎么回答

LSM 写入先写 WAL、再写内存中的 MemTable，满了刷成不可变的有序 SSTable，全程顺序写，所以写入快；代价是同一个 key 的多个版本分散在多个文件里，读要从新到旧查多个文件，有读放大。优化读主要靠后台 Compaction 合并文件、清理旧版本，加上每个 SSTable 的布隆过滤器跳过不可能包含该 key 的文件，以及块索引和 Block Cache。本质上 LSM 是在写放大、读放大和空间放大之间做权衡，Compaction 策略决定了偏向哪一边。

先把这段讲顺；面试官追问时，再展开下面的原理和细节。

详细讲解

HBase、RocksDB、Cassandra、Paimon 的底层都是 LSM Tree。面试官问：

LSM 为什么写得快？代价是什么？读慢怎么办？

写为什么快

LSM 把随机写变成顺序写：

写入先追加到 WAL（预写日志），保证宕机可恢复；
再写进内存里的有序结构 MemTable；
MemTable 写满后，整体刷成磁盘上一个不可变的有序文件 SSTable。

整个过程没有原地更新，磁盘上只有顺序追加，所以写入吞吐很高。更新和删除也只是追加一条新版本或删除标记。

读为什么慢

同一个 key 的不同版本可能分散在 MemTable 和多个 SSTable 里。读一个 key 时，要从新到旧依次查找，最坏情况要查很多个文件，这就是读放大。

读怎么优化

Compaction：后台把多个 SSTable 合并成更少、更大的文件，同时清理旧版本和删除标记，减少一次读要查的文件数。
布隆过滤器：每个 SSTable 带一个布隆过滤器，查询前先判断 key 是否「一定不在」这个文件里，大部分文件可以直接跳过。
块索引和缓存：SSTable 内部按块存储并有索引，热点块放进 Block Cache，减少磁盘读取。
范围查询：利用每个文件的最小、最大 key 先过滤掉不相关的文件。

三种放大的取舍

LSM 绕不开三种放大：

写放大：数据被 Compaction 反复重写；
读放大：一次读要查多个文件；
空间放大：旧版本在合并前占着空间。

Compaction 越积极，读和空间越好，但写放大越高。不同的 Compaction 策略就是在这三者之间做取舍。