[TOC] # LSM Tree 架構  OceanBase 數據庫的存儲引擎基于 LSM Tree 架構，將數據分為**~靜態~****基線數據**（放在 SSTable 中）和**~動態~****增量數據**（放在 MemTable 中）兩部分，其中 SSTable 是只讀的，一旦生成就不再被修改，存儲于磁盤；MemTable 支持讀寫，存儲于內存。數據庫 DML 操作插入、更新、刪除等首先寫入 MemTable，等到 MemTable 達到一定大小時轉儲到磁盤成為 SSTable。在進行查詢時，需要分別對 SSTable 和 MemTable 進行查詢，并將查詢結果進行歸并，返回給 SQL 層歸并后的查詢結果。同時在內存實現了 Block Cache 和 Row cache，來避免對基線數據的隨機讀。 當內存的增量數據達到一定規模的時候，會觸發增量數據和基線數據的合并，把增量數據落盤。同時每天晚上的空閑時刻，系統也會自動每日合并。 OceanBase 本質上是一個基線加增量的存儲引擎，跟關系數據庫差別很大，同時也借鑒了部分傳統關系數據庫存儲引擎的優點。 傳統數據庫把數據分成很多頁面，OceanBase 數據庫也借鑒了傳統數據庫的思想，把數據分成很多 2MB 為單位的宏塊。合并時采用增量合并的方式，OceanBase 數據庫的合并代價相比 LevelDB 和 RocksDB 都會低很多。另外，OceanBase 數據庫通過輪轉合并的機制把正常服務和合并時間錯開，使得合并操作對正常用戶請求完全沒有干擾。 由于 OceanBase 數據庫采用基線加增量的設計，一部分數據在基線，一部分在增量，原理上每次查詢都是既要讀基線，也要讀增量。為此，OceanBase 數據庫做了很多的優化，尤其是針對單行的優化。OceanBase 數據庫內部除了對數據塊進行緩存之外，也會對行進行緩存，行緩存會極大加速對單行的查詢性能。對于不存在行的“空查”，我們會構建布隆過濾器，并對布隆過濾器進行緩存。OLTP 業務大部分操作為小查詢，通過小查詢優化，OceanBase 數據庫避免了傳統數據庫解析整個數據塊的開銷，達到了接近內存數據庫的性能。另外，由于基線是只讀數據，而且內部采用連續存儲的方式，OceanBase 數據庫可以采用比較激進的壓縮算法，既能做到高壓縮比，又不影響查詢性能，大大降低了成本。