范围查询如何在 LSM（日志结构合并树）上工作？
how do range queries work on a LSM (log structure merge tree)?
最近在研究数据库中常用的索引结构，比如B+树、LSM。我对 reads/writes/deletes/compaction 点在 LSM 中的工作方式有很好的把握。
例如（在 RocksDB/levelDB 中），在读取点查询时，我们将首先检查内存中的索引 (memtable)，然后是从最近到最近的一些 SST 文件。在 LSM 的每个级别上，我们将使用二进制搜索来帮助加快查找给定密钥的每个 SST 文件。对于给定的 SST 文件，我们可以使用布隆过滤器来快速检查密钥是否存在，从而进一步节省我们的时间。
我看不到范围读取的具体工作原理。 LSM 是否必须在每个 SST 级别（包括内存表）上打开一个迭代器，并在所有级别上同步迭代，以 return 最终排序结果？它是否仅作为一系列点查询实现（几乎肯定不是）。是否所有潜在的键都先被拉出然后再排序？非常感谢有人在这里有任何见解。
我没能找到很多关于这个主题的文档，任何见解在这里都会有所帮助。
RocksDB 有多种迭代器实现，如 Memtable Iterator、File Iterator、Merging Iterator 等。
在范围读取期间，迭代器将使用 SeekTo() 调用寻找起始范围，类似于点查找（在 SST 中使用二进制搜索）。在寻求开始范围之后，将会有一系列迭代器为每个 memtable 创建一个，为每个 Level-0 文件创建一个（因为 L0 中 SST 的重叠性质），然后为每个级别创建一个。合并迭代器将从这些迭代器中的每一个中收集键，并按排序顺序提供数据，直到达到结束范围。
请参阅有关迭代器实现的 this 文档。
最近在研究数据库中常用的索引结构，比如B+树、LSM。我对 reads/writes/deletes/compaction 点在 LSM 中的工作方式有很好的把握。
例如（在 RocksDB/levelDB 中），在读取点查询时，我们将首先检查内存中的索引 (memtable)，然后是从最近到最近的一些 SST 文件。在 LSM 的每个级别上，我们将使用二进制搜索来帮助加快查找给定密钥的每个 SST 文件。对于给定的 SST 文件，我们可以使用布隆过滤器来快速检查密钥是否存在，从而进一步节省我们的时间。
我看不到范围读取的具体工作原理。 LSM 是否必须在每个 SST 级别（包括内存表）上打开一个迭代器，并在所有级别上同步迭代，以 return 最终排序结果？它是否仅作为一系列点查询实现（几乎肯定不是）。是否所有潜在的键都先被拉出然后再排序？非常感谢有人在这里有任何见解。
我没能找到很多关于这个主题的文档，任何见解在这里都会有所帮助。
RocksDB 有多种迭代器实现，如 Memtable Iterator、File Iterator、Merging Iterator 等。
在范围读取期间，迭代器将使用 SeekTo() 调用寻找起始范围，类似于点查找（在 SST 中使用二进制搜索）。在寻求开始范围之后，将会有一系列迭代器为每个 memtable 创建一个，为每个 Level-0 文件创建一个（因为 L0 中 SST 的重叠性质），然后为每个级别创建一个。合并迭代器将从这些迭代器中的每一个中收集键，并按排序顺序提供数据，直到达到结束范围。
请参阅有关迭代器实现的 this 文档。