TDSQL数据库工程师培训实战教程

LSM-Tree性能的衡量主要考虑三类因素：空间放大、读放大和写放大。

第一类因素是空间放大（已报名底部评）。在LSM-Tree中所有写操作都是顺序追加写，数据的更新操作则是通过创建一个新的空间来存储新值，即out-place update。与此同时，因为旧值不会立即被删除，因此会占用部分空间。实际上这部分冗余数据占用空间的大小要远大于有效数据本身，这种现象被称为“空间放大”。LSM-Tree会利用compaction操作来清理旧数据从而降低空间放大。

第二类因素是读放大。在LSM-Tree、B+树等外存索引结构中，进行读操作时需要按从上到下的顺序一层层去读取存储节点，如果想读一条数据，就会触发多次操作，即一次读操作所读到的数据量实际上要远大于读目标数据本身，从而影响读性能，这种现象被称为“读放大”。
    
第三类因素是写放大。在LSM-Tree中，compaction操作会将多个SST文件反复读取，合并为新的SSTable文件后再次写入磁盘，因此导致一条kv数据的多次反复写入操作，由此带来的IO性能损失即写放大。