LSM-Tree的Compaction为何让数据库工程师又爱又恨：从写放大到读放大的三十年权衡
2018年，某互联网公司的一条生产事故报告引发了广泛关注：他们的RocksDB实例在写入量激增时突然"卡死"，应用层请求超时雪崩。排查日志后发现，罪魁祸首是Write Stall——RocksDB的内部保护机制在L0层文件过多时主动暂停写入。这不是孤例。在LSM-Tree架构的数据库中，Compaction（合并压缩）机制既是性能的守护者，也可能成为故障的导火索。 ...
LSM-Tree
索引越多查询越慢？从写入放大到优化器误判的完整技术解析
一个开发者盯着慢查询日志，发现一条耗时3秒的SELECT语句。他熟练地添加了一个索引，查询时间降到50毫秒。第二天，他又用同样的方法解决了另一个慢查询。一个月后，这张表已经积累了12个索引。 ...
时序数据库如何用1.37字节存储一个数据点：从压缩算法到存储引擎的十五年演进
2015年，Facebook的监控团队面临一个看似无解的问题：每秒产生700万个数据点，如果按照传统方式存储，仅内存就需要16TB。这个数字意味着任何规模的集群都无法在经济上承受。但他们最终找到了答案——通过一种称为Gorilla的压缩算法，将每个数据点从16字节压缩到平均1.37字节，压缩比达到12倍。 ...