BwTree论文的一些整理

BwTree

面向场景：

主要是内存场景

打击点：

主要是内存场景：

• LOCK：引入的上下文切换开销
• CPU：本地更新引入的Cache coherence
• 写放大问题：通过增量 + append的方式减少写入数据量，增加Flush过程中的Batch效果

主要方案：

• 索引：btree
• 内存和磁盘都是append写，使用mapping_table解决物理地址频繁变更的问题
• lock_free：append + cas 实现无锁
• SMO的原子操作：double cas
• hash_lock_free：mapping_table

被打击点：

• 乐观锁：更新的失败率在万分之二，Merge和SMO的失败率在5%
• mapping_table的持久化：单独一个表，引入新的IO
• delta链表长度导致CPU效率：Merge Delta
• delta链表长度导致IO开销：
• merge delta link的IO开销：
• GC：
• 日志类型的相关性不好：对读IO不大友好，从感知上，一个BLOCK的读取，最好这个BLOCK存储的内容都是相关的

结合LLAMA那篇论文，BWTREE在IO上的工作主要是：

• 批量刷盘
• 在持久化delta时，把多个delta合并成一个c-delta，然后进行持久化。
• 在GC过程中，把页面搞成连续的，或者叫合并。

如果按照40写放大计算，一个页面8KB，单行160字节，可以存储50条记录。