基于自适应动态分组与GC-LSM树管理的键值分离扫描性能优化系统SoKV研究

本文提出SoKV系统，通过自适应动态分组策略（Adaptive Dynamic Grouping）优化键值分离（KV Separation）存储中的扫描性能，结合基于垃圾回收（GC）的LSM树管理方法，显著提升扫描吞吐量（达RocksDB的2.66倍）并降低更新延迟。创新性解决值空间有序性恢复与键空间LSM树膨胀问题，为现代大数据场景下的高效数据检索提供新范式。

　　

Highlight亮点

键值（KV）存储作为系统软件基础技术，其分离式架构中扫描操作需遍历LSM树获取值地址，性能受值空间有序性和LSM树规模双重制约。本研究通过创新策略突破性能瓶颈，实验显示SoKV扫描吞吐量全面领先主流系统。

LSM-tree based KV Stores基于LSM树的键值存储

如图2所示，LevelDB采用多级有序结构：写入数据先缓存在MemTable，满转存为L0级SSTable文件。合并（Compaction）操作虽维持数据有序性，但引发严重读写放大问题。KV分离技术（如WiscKey）将大体积值存于独立Value Log，但垃圾回收（GC）时需遍历LSM树验证有效性，产生额外开销。

Design Goals of SoKV系统设计目标

实验发现FenceKV固定分组导致值空间有序性随更新逐渐劣化，且LSM树持续膨胀。SoKV提出双重优化目标：1）动态调整分组边界，高频扫描组优先触发GC恢复有序性；2）精简LSM树规模，删除GC后无效的SSTable元数据。

Implementation Details of SoKV实现细节

系统架构包含智能分组控制器与LSM树管理器。自适应分组策略为每个组设计动态GC阈值，根据扫描热度决定分裂（提升有序性）或合并（延迟GC）操作。GC-LSM管理方法通过键范围比对，直接删除完全覆盖的SSTable，降低42%树规模。

Evaluation性能评估

在YCSB基准测试中，SoKV扫描吞吐量达10.38倍于Parallax，更新性能因LSM树精简提升19%。值空间有序性恢复速度比FenceKV快2.1倍，验证动态分组策略有效性。

Conclusion结论

本研究突破键值分离系统扫描性能瓶颈，通过生物启发式的动态调节机制（类似细胞分裂-融合周期），实现存储系统的自优化能力。SoKV为时序数据库统计聚合等长扫描场景提供高效解决方案。