废话就不多说了，开始。。。
LSM树是HBase里非常有创意的一种数据结构，它和传统的B+树不太一样，面下先说说B+树。
1 B+树
相信大家对B+树已非常的悉熟，比如Oracle的一般引索就是用采B+树的式方，面下是一个B+树的例子：
根点节和枝点节很单简，分离录记每一个叶子点节的最小值，并用一个针指指向叶子点节。
叶子点节里每一个键值都指向真正的数据块（如Oracle里的RowID），每一个叶子点节都有前针指和后针指，这是为了做围范查询时，叶子点节间可以直接跳转，从而免避再去回溯至枝和跟点节。
B+树最大的性能题问是会发生大批的随机IO，随着新数据的插入，叶子点节会渐渐裂分，逻辑上连续的叶子点节在物理上往往不连续，甚至分离的很远，但做围范查询时，会发生大批读随机IO。
对于大批的随机写也一样，举一个插入key跨度很大的例子，如7->1000->3->2000 ... 新插入的数据存储在磁盘上相隔很远，会发生大批的随机写IO.
从下面可以看出，低下的磁盘寻道速度严重影响性能（近些年来，磁盘寻道速度的展发几乎处于滞停的状态）。
2 LSM树
为了服克B+树的点弱，HBase引入了LSM树的观点，即Log-Structured Merge-Trees。
为了更好的说明LSM树的理原，面下举个较比极端的例子：
当初假设有1000个点节的随机key，对于磁盘说来，肯定是把这1000个点节次序入写磁盘最快，但是这样一来，读就喜剧了，因为key在磁盘中完整序无，每次读取都要全描扫；
那么，为了让读性能尽量高，数据在磁盘中必须得有序，这就是B+树的理原，但是写就喜剧了，因为会发生大批的随机IO，磁盘寻道速度跟不上。
LSM树实质上就是在读写之间得取衡平，和B+树比相，它牲牺了部份读性能，用来大幅进步写性能。
它的理原是把一颗大树拆分红N棵小树， 它首先入写到存内中（存内没有寻道速度的题问，随机写的性能失掉大幅晋升），在存内中构建一颗有序小树，随着小树愈来愈大，存内的小树会flush到磁盘上。当读时，由于不知道数据在哪棵小树上，因此必须遍历全部的小树，但在每颗小树部内数据是有序的。
以上就是LSM树最实质的理原，有了理原，再看详细的技巧就很单简了。
1）首先说说为什么要有WAL（Write Ahead Log），很单简，因为数据是先写到存内中，如果断电，存内中的数据会失丢，因此为了掩护存内中的数据，需要在磁盘上先录记logfile，当存内中的数据flush到磁盘上时，以可就弃抛响应的Logfile。
2）什么是memstore, storefile？很单简，下面说过，LSM树就是一堆小树，在存内中的小树即memstore，每次flush，存内中的memstore成变磁盘上一个新的storefile。
3）为什么会有compact？很单简，随着小树愈来愈多，读的性能会愈来愈差，因此需要在当适的时候，对磁盘中的小树停止merge，多棵小树成变一颗大树。
文章结束给大家分享下程序员的一些笑话语录：
有一天，一个男人穿越森林的时候，听到一个细微的声音叫住他。他低头一看，是一只青蛙。
“如果你亲我一下，我会变成一个美丽的公主哦。”男人一言不发，把青蛙捡起来，放入口袋。
“如果你亲我一下，我会变成一个美丽的公主哦。而且，我会告诉我遇到的每一个人，你是多么聪明和勇敢，你是我的英雄。”男人把青蛙拿出来，对着它微微一笑，又把它放回口袋。
“如果你亲我一下，我会变成一个美丽的公主，然后我愿意成为你的爱人一星期。”男人又把青蛙拿出来，对着它微微一笑，把它放回口袋。
“如果你亲我一下，我会变成一个美丽的公主，然后我愿意成为你的爱人一年，而且你可以对我做任何事。”再一次，男人把青蛙拿出来，对着它微微一笑，又把它放回口袋。
最后，青蛙无力地问：“我开出了这么好的条件，为什么你还不肯吻我？”男人说：“我是一个程序员，我可没时间和什么公主鬼混。不过，拥有一个会说话的青蛙，倒是蛮酷的。”