Arbres LSM

Les arbres LSM accumulent les écritures en mémoire puis les écrivent en fichiers triés fusionnés en arrière-plan. Les écritures sont très rapides ; une lecture peut consulter plusieurs fichiers, aidée par des filtres de Bloom.

Où on le retrouve dans les vrais systèmes

  • Base orientée colonnes larges

    Chaque nœud accepte les écritures et chaque ligne est stockée sur RF réplicas. Le niveau de cohérence fixe combien de réplicas doivent répondre : ONE est rapide et reste disponible quand des nœuds tombent mais peut renvoyer une donnée périmée ; QUORUM en lecture et en écriture garantit de relire ta dernière écriture, au prix de latence et de disponibilité. C'est PACELC en pratique.

    En production : Apache Cassandra, ScyllaDB, Amazon Keyspaces, Azure Managed Instance for Cassandra

  • Base de séries temporelles

    Les écritures sont en ajout seul et compressées dans le temps ; les requêtes agrègent des plages, comme une moyenne par minute. Le sous-échantillonnage et la rétention maîtrisent le stockage.

    En production : InfluxDB, TimescaleDB, Amazon Timestream, Prometheus TSDB, QuestDB

Regarde-le casser, puis répare-le

Construis une architecture, envoie-lui une journée de trafic et de pannes, et comprends pourquoi elle tient ou cède. Gratuit pour commencer.

Ouvrir le parcours Ouvrir le bac à sable