LSM Tree算法原理

        LSM Tree（Log-Structured Merge Tree）是一种针对写密集型场景优化的数据结构，广泛应用于LevelDB、RocksDB等数据库引擎中。其核心原理如下：

‌1. 写入优化：顺序写代替随机写‌
        ‌内存缓冲（MemTable）‌：写入操作首先被写入内存中的数据结构（如跳表或平衡树），称为MemTable。内存写入速度快，避免了直接操作磁盘的随机I/O。
        ‌不可变的SSTable（Sorted String Table）‌：当MemTable达到一定大小后，会被冻结并转换为不可变的SSTable，按主键排序后‌顺序写入磁盘‌（通常为Level 0层）。这种顺序写入大幅提升了吞吐量。
‌2. 分层合并（Compaction）‌
‌        层级结构‌：磁盘数据被组织为多层（Level 0到Level N），每层容量呈指数级增长（如10倍）。低级层的SSTable可能存在键范围重叠，而高层SSTable全局有序且无重叠。
        ‌合并过程‌：当某层数据量超过阈值时，触发合并操作（如Level 0到Level 1）。
合并时读取多个SSTable，按键排序、去重（保留最新版本），并生成新的有序文件写入更高层。此过程逐步将数据推向底层，确保高层数据全局有序。
‌        写放大（Write Amplification）‌：合并可能导致数据多次重写，高