来自：https://mp.weixin.qq.com/s/hPsyTQURPpSxRBRvDQELTQ

        LevelDB是一个基于磁盘的kv存储系统，他的作者是Google传奇工程师Jeff Dean和Sanjay Ghemawat，无论从代码的结构和系统的实现上，都很值得我们学习。 

        LevelDB因为是基于单机的，系统容量会有限制，在大规模的系统中很难使用。据我了解，阿里的tair中，底层的ldb存储使用了LevelDB，上面架了类似master角色，实现了一个分布式存储。 

 一 整体结构

       leveldb和hbase一样，都是基于LSM-Tree结构，LSM-Tree将磁盘的随机写转化为顺序写，从而大大提高了写速度.

• MemTable: 使用跳表实现的内存kv结构，里面的k按照顺序进行存储，所有新写入的数据都是写到这里的。

• Immutable MemTable: 内存的数据会整体写入磁盘，在写入过程中，需要保持内存中的数据不变，这个不变的表就是immutable，他本质上还是一个MemTable，只是不能往里面写入数据了

• SST文件：我们的数据都是存在这些文件中的，文件按照层进行划分，每个文件属于特定的一层，其中0层都是有immutable memtable写入磁盘生成的，其他层的文件都是有上一层的文件经过合并形成的。 

• log文件：数据写入时候，一开始是写入内存的，为了避免机器挂了，导致内存数据都是，所有的写操作都先往这个文件中写，万一数据都是，都可以通过这个日志文件进行恢复。 

• manifest：记录了sst文件的详细信息，文件属于哪一层、开始key、结束的key等信息，通过这个文件，可以快速定位需要查询的文件。 

• current：当前有效的manifest文件。

二 写入过程

具体过程：

1. 写入log文件

2. 写入memtable

3. 回写磁盘，这个是达到memtable大小上限才触发

4. sst文件合并，这个也是达到sst文件数量的上限才触发

所以一般情况下，写入过程就只有1和2两个步骤，一个顺序写入磁盘，一个写入内存，都是非常高效，这个就是LevelDB高效的本质原因。 

三 查询过程

依次从下面地方读取，如果读取到了，就直接放回了

1. memtable

2. immutable

3. sst文件

   
   

   
   

其中比较复杂的sst问题中查询，整体文件的信息都是在manifest中，可以通过这些信息定位到具体的sst文件，除了次直接从内存回写的，导致key有交叉情况，每个文件信息都需要判断下，其他层的都能快速定位到文件。 

四 合并过程

        随着系统的写入，不断的生成sst文件，文件数量越来越多了，刚才讲了查询过程，如果文件越多，查询的效率会越来越低；另外系统中的很多key，随着时间的推移，已经是失效了，但是他们还在文件中，浪费存储的空间，同时对查询的性能也有影响。 

        合并过程：sst文件是有序的，所以合并过程就是多路归并算法，归并后形成新的sst文件，同时把老的sst文件删除，后更新下manifest文件。这个过程主要进行磁盘的大量读取和写入过程，对系统还是有一定的影响的。 

五 总结

      基于磁盘的高效kv存储。因为是个单机系统，所以很难直接使用，不过中间实现思想、带来的实现都很值得大家学习。