简易K-V存储引擎核心是LSM-Tree分层设计，含MemTable（跳表实现、序列号、冻结刷盘）、SSTable（排序块、前缀压缩、布隆过滤器、Footer校验）、Compaction（Minor/Major合并）、Version/Manifest（快照一致性与版本管理）。
用 C++ 实现一个简易 K-V 存储引擎，核心在于理解 LevelDB 的分层设计思想和关键组件职责，不追求完整复刻，而重在掌握其内核逻辑：MemTable、SSTable、LSM-Tree 合并机制、WAL 日志、版本控制与迭代器抽象。
MemTable：内存中的有序写入缓冲区
MemTable 是写入的第一站，要求快速插入和有序遍历。通常用跳表（SkipList）或红黑树实现；LevelDB 选择无锁跳表（ConcurrentSkipList），兼顾并发与性能。C++ 中可基于 std::map 快速验证逻辑，但生产级需自研跳表以支
持多线程写入。
-
键值对存为
std::string类型，避免拷贝开销可考虑引用计数或 arena 分配器 - 插入时记录序列号（sequence number），用于后续 MVCC 和合并时去重
- 达到阈值（如 4MB）后冻结为 Immutable MemTable，触发后台刷盘
SSTable：磁盘上的有序只读文件（.ldb）
SSTable 是 LevelDB 的持久化单元，本质是排序后的键值对块（block）集合，含数据块、索引块、布隆过滤器（BloomFilter）和元数据块（Footer）。C++ 实现时重点如下：
- 数据块按 key 排序，内部使用前缀压缩减少体积（如 “apple”、“application” → “apple”, “(6)lication”）
- 索引块保存每个数据块的起始 key 和 offset，支持二分查找快速定位目标 block
- 布隆过滤器加速“key 不存在”判断，降低不必要的磁盘 IO；可用
std::vector+ 多哈希函数实现 - Footer 固定 48 字节，含 magic number、metaindex/index handle 偏移，用于文件合法性校验与加载
Compaction：多层 LSM 合并与空间回收
LevelDB 将 SSTable 按层级组织（L0~L6），每层容量指数增长。L0 特殊：直接由 MemTable dump 生成，文件间 key 可重叠；L1+ 层内文件 key 互斥且全局有序。Compaction 分两类：
- Minor Compaction：L0 文件过多（如 ≥4）或总大小超限，选部分 L0 文件 + 对应的 L1 文件合并，消除重复 key（保留最新 sequence）、删除已标记 deletion 的 tombstone
- Major Compaction：某层空间膨胀（如 L1 ≥ 10MB），从该层选一文件，合并所有与其 key 范围重叠的下一层文件，下沉数据、压缩空间、提升读性能
合并过程需构建新 SSTable，并原子更新 MANIFEST（版本描述文件），保证崩溃一致性。
Version & Manifest：快照一致性与元数据管理
每次 Compaction 完成后，生成新 Version（即当前所有有效 SSTable 的集合快照），通过链表维护历史版本供旧读请求使用。Manifest 文件（如 MANIFEST-000001）以日志方式记录版本变更操作（如 NewFile、DeletedFile），启动时重放以恢复最新 Version。
- VersionSet 管理所有活跃 Version，Current 文件指向最新 manifest 编号
- 读操作基于某个 Version 快照执行，无需加锁，天然支持 snapshot isolation
- 旧 Version 在无 reader 引用后由后台 GC 回收对应 SSTable 文件
基本上就这些。真正动手写时，建议从 WAL + MemTable + 单层 SSTable（L0 only）开始，跑通 Put/Get/Delete 流程；再逐步加入多层 compaction、bloom filter、block cache 等优化。LevelDB 的精妙不在代码量，而在各组件如何协同保障正确性、一致性和性能平衡——理解这点，比抄完万行源码更有价值。
