LSM (Log Structured Merge Trees) 牺牲了部分读性能，以换取写入的最大化性能，有没有反过来，牺牲写性能以最大化读性能的存储结构呢？
Deardrops · deardrops · 2021-01-02 11:57:51 +08:00 · 3313 次点击这是一个创建于 1413 天前的主题，其中的信息可能已经有所发展或是发生改变。
 |
1
beyondex 2021-01-02 12:20:38 +08:00
RAID1 ？写入时几个磁盘同步写入，读取时如果一个磁盘繁忙，可以从其它磁盘读取。。。
|
 |
2
catror 2021-01-02 12:21:31 +08:00 via Android  1
B+树，适用写少读多的场景
|
 |
3
NoBugDie 2021-01-02 12:25:15 +08:00 via Android
去掉 buffer 的 b tree ？
|
 |
4
vk42 2021-01-02 13:36:02 +08:00
某为的 EROFS ？直接只读了……
|
 |
5
mtrec 2021-01-02 13:38:51 +08:00 via Android
hashmap 算吧
|
 |
6
taowen 2021-01-02 14:42:38 +08:00 1
https://github.com/krareT/trkdb 就是这样的, 相当于压缩
|
 |
7
GrayXu 2021-01-02 16:20:42 +08:00
Hashmap…
读的优化其实比较好做，比如用 cache 等等 |
 |
8
BYF 2021-01-02 16:22:19 +08:00 via Android
RAID 10
|
 |
9
yzbythesea 2021-01-02 16:59:25 +08:00
bloom filter 啊，压根没法写 ==
|
 |
10
stevefan1999 2021-01-02 20:32:04 +08:00
凡是對硬盤友好的數據結構都適合
|
 |
11
outoftimeerror 2021-01-02 20:44:27 +08:00
列式存储，写慢读快，不过一般应用场景是 olap，写的时候是批量的。
|
 |
12
pkupyx 2021-01-03 00:42:06 +08:00
电商，任意时段的订单总金额求和，线段树。
|
Select Language