基于LSM-Tree的持久化缓存机制的优化研究
互联网行业的蓬勃发展带动了数据量的爆炸式增长，传统的关系型数据库并不能满足海量数据规模的应用，所以Key-value存储机制应运而生。伴随该机制，NoSQL型数据库得到了大量推广，NoSQL数据库由于其处理海量数据之快而一般用作于传统关系型数据库的前置数据库，但这种基于内存存储的数据库在数据持久化方面并不完善，并且存在系统宕机时导致数据丢失的风险。然而随着互联网技术的成熟，该类型数据库开始摸索将其缓存数据持久化的方法。 本文主要着眼于KV存储机制的NoSQL数据库的持久化研究，针对Google开源的LevelDB数据库所采用的LSM-Tree持久化机制，进行深入研究。文章首先从LSM-Tree持久化缓存模型入手，深入分析该模型的缓存机制；然后找出 LSM-Tree缓存机制持续写入快速但随机读取较慢的不足之处，引入改进的LSM-Tree模型；对应用该缓存机制的Google单机持久化存储系统LevelDB进行详细研究，着重分析其关键技术和运行机理，用C++语言在LevelDB的源码上进行改动。 文章最后使用雅虎YCSB负载生成器框架对改进前后的LevelDB性能做比较，结果显示在保证写入吞吐量的同时随机读取吞吐量提高了一倍，随机读取延时有明显降低，优化效果较为明显。
缓存机制;数据库;数据持久化;负载生成器
华中科技大学
硕士
系统分析与集成
曾致远
2016
中文
TP311.13
71
2017-05-17（万方平台首次上网日期，不代表论文的发表时间）