面试题答案
一键面试1. LSM树结构概述
LSM（Log-Structured Merge Tree）树将数据的修改操作先记录在日志（Write-Ahead Log，WAL）中，然后将更新的数据写入内存中的MemStore（一种基于内存的排序数据结构，通常为跳表）。当MemStore达到一定阈值后，会被刷写到磁盘上形成Immutable MemStore（HFile）。随着时间推移，HFile会通过合并操作形成更大的HFile。
2. 数据写入流程
- 写入WAL：客户端写入数据时，首先将数据追加到WAL日志中，这确保了即使系统崩溃，数据也不会丢失。WAL采用顺序写入，这种方式对于磁盘I/O来说效率较高，因为顺序I/O通常比随机I/O快得多。
- 写入MemStore：同时，数据被写入MemStore。MemStore是内存中的数据结构，因此写入速度非常快。由于MemStore基于排序结构，新写入的数据会按排序规则插入，保证数据在内存中是有序的。
3. 查找时对不同存储结构的访问策略
- MemStore查找：当进行数据查找时，首先在MemStore中查找。由于MemStore是内存中的有序结构，使用二分查找等算法可以快速定位数据。如果在MemStore中找到数据，则直接返回，这大大提高了读性能。
- HFile查找：如果在MemStore中未找到数据，则在HFile中查找。HFile存储在磁盘上，由于其在生成过程中数据是有序的，所以可以采用类似二分查找的方式进行定位。HBase会维护一些索引信息（如Bloom Filter、Row Index等）来加速在HFile中的查找。Bloom Filter可以快速判断某个数据是否大概率不在该HFile中，避免不必要的磁盘I/O；Row Index则可以帮助快速定位到数据可能存在的HFile块。
4. 平衡读写性能
- 读性能提升：通过先在MemStore中查找数据，利用内存的高速访问特性，减少了磁盘I/O的次数。对于频繁访问的数据，很可能会停留在MemStore中，从而快速响应查询。同时，在HFile查找时利用索引结构，也提高了磁盘数据的查找效率。
- 写性能保障：写入操作首先记录在WAL和MemStore中，避免了直接对磁盘的随机写入。通过批量将MemStore刷写到磁盘形成HFile，利用了磁盘顺序写入的高效性。而且，合并操作虽然会增加一定的磁盘I/O，但它可以减少HFile的数量，优化读性能，同时将随机I/O转化为顺序I/O，进一步提升写性能。
通过这种结构和工作机制，LSM树在HBase中有效地平衡了读写性能。