LMDB的内部设计有什么特别之处？
What is special about internal design of LMDB?
内存中 B 树（例如 google btree）的某些 C++ 实现与 LMDB（不考虑所有功能）之间的性能差异 (reads/writes) LMDB（例如事务、隔离、共享访问等）？
此 2014 lmdb design presentation 由其架构师 Howard Chu 撰写，涵盖了 lmdb.
的设计和权衡
总而言之：lmdb 是一种写时复制、自下而上更新、双缓冲的 b 树，只要与其他考虑因素发生冲突，实现总是倾向于简单性。
智能设计选择 使其成为目前性能最高且抗损坏的 B 树实现之一。
- 写时复制意味着数据永远不会被覆盖，避免了许多可能的损坏情况
- 从叶到根的自下而上更新使根更新等同于提交
- 过去版本的双缓冲仅保留 db 文件中的最后两个根
- 避免了复杂的多级缓存方案 -
lmdb 依赖底层 OS 进行缓存
- 与其他 DB 相比，整个代码库非常小，避免了 CPU 缓存未命中
显然，这些选择意味着lmdb对复杂场景不友好，例如：
- 多版本数据库回滚（只有最后两个可用）
- 长期事务和延迟提交：这些导致仅附加行为和数据库文件的潜在无限增长
- 多个并发写入器：
lmdb 支持更简单的多个读取器和单个写入器方案
完整（超过 100 页）的演示文稿中还有更多内容。以上只是lmdb.
精神的总结
lmdb 被用作 Open LDAP 和 Memcached 等著名开源项目的核心存储引擎，在这两种情况下，与替代方案相比，都观察到了数量级的加速，如在micro-benchmark results.
内存中 B 树（例如 google btree）的某些 C++ 实现与 LMDB（不考虑所有功能）之间的性能差异 (reads/writes) LMDB（例如事务、隔离、共享访问等）？
此 2014 lmdb design presentation 由其架构师 Howard Chu 撰写，涵盖了 lmdb.
总而言之：lmdb 是一种写时复制、自下而上更新、双缓冲的 b 树，只要与其他考虑因素发生冲突，实现总是倾向于简单性。
智能设计选择 使其成为目前性能最高且抗损坏的 B 树实现之一。
- 写时复制意味着数据永远不会被覆盖，避免了许多可能的损坏情况
- 从叶到根的自下而上更新使根更新等同于提交
- 过去版本的双缓冲仅保留 db 文件中的最后两个根
- 避免了复杂的多级缓存方案 -
lmdb依赖底层 OS 进行缓存 - 与其他 DB 相比，整个代码库非常小，避免了 CPU 缓存未命中
显然，这些选择意味着lmdb对复杂场景不友好，例如：
- 多版本数据库回滚（只有最后两个可用）
- 长期事务和延迟提交：这些导致仅附加行为和数据库文件的潜在无限增长
- 多个并发写入器：
lmdb支持更简单的多个读取器和单个写入器方案
完整（超过 100 页）的演示文稿中还有更多内容。以上只是lmdb.
lmdb 被用作 Open LDAP 和 Memcached 等著名开源项目的核心存储引擎，在这两种情况下，与替代方案相比，都观察到了数量级的加速，如在micro-benchmark results.