go标准库无lsm-tree实现，手写memtable和wal风险高：memtable需并发写入、快照隔离、迭代器遍历及内存触发flush，wal要求原子写入、可控fsync与幂等重放；推荐直接使用pebble或badger等成熟库。
Go 语言标准库不提供 LSM-Tree 实现，也没有官方维护的生产级 LSM 库；直接用 map 或 sync.Map 模拟只能应付玩具场景，真要落地必须依赖成熟封装或自己严格实现核心机制。
为什么别手写 LSM-Tree 的 MemTable 和 WAL
MemTable 看似只是个有序内存表，但实际要支持并发写入、快照隔离、迭代器遍历、内存限制触发 flush —— 这些加起来远超 treeMap + sync.RWMutex 的简单组合。WAL 更危险：写入必须原子、fsync 必须可控、崩溃后重放必须幂等。常见错误包括：
- 用
os.WriteFile写 WAL：无法保证落盘顺序，崩溃时日志截断导致数据丢失 - MemTable 使用
sort.Slice动态排序：插入频繁时性能断崖式下降 - 忽略 snapshot 语义：读请求可能看到部分 flush 中的数据，破坏一致性
推荐直接用 pebble（CockroachDB 团队开源）或 badger（Dgraph 团队维护），二者都用 Go 编写、API 清晰、有完整 WAL / compaction / version set 管理。
用 pebble 构建带 TTL 的键值存储
pebble 原生不支持 TTL，但可通过 key 编码 + 后台扫描模拟。关键不是“怎么加过期”，而是“怎么避免 scan 全量 SST 导致卡顿”：
Go 配置库，使用 spf13/viper — 分层优先级（flag > env >file > KV > default），提供 BindPFlag/BindPFlags、SetEnvPrefix + SetEnvKeyReplace 等功能。
- 把过期时间戳嵌入 key 前缀，例如
key = append([]byte(fmt.Sprintf("%d_", expireAt)), originalKey...) - 设置
pebble.Options.ReadOnly = false，启用 compaction 过滤器：Filter: func(key []byte) bool { ... }，在 compaction 时丢弃已过期 key - 禁用
Options.DisableWAL = true—— 即使只读也要 WAL，否则重启后未 flush 的 MemTable 会丢失
注意：pebble 的 Iterate 默认不校验 TTL，读逻辑必须自己 decode key 并判断时间戳，否则返回脏数据。
badger 的 Value Log（vlog）磁盘碎片问题
badger 把 value 单独存 vlog 文件，优势是避免重复写入大 value，但缺点是 vlog 不做原地更新，删除/覆盖只会标记为垃圾，靠后台 GC 回收。容易踩的坑：
- GC 频率默认是 1 小时一次，小文件密集写入时 vlog 膨胀极快，磁盘占满前无明显预警
-
ValueThreshold设太小（如 - 调用
DB.RunValueLogGC(0.7)时若磁盘空间不足，GC 会静默失败，日志里只有skipping GC due to low disk space这种提示
生产环境务必监控 value_log_size 和 disk_usage_percent 两个指标，GC 触发阈值建议设为 0.5 而非默认 0.7，留足缓冲。
LSM 的 compaction 策略、level 划分、读放大控制，这些都不是配置开关能解决的，得看 workload 特征调参；哪怕用 pebble，Levels 数组里每个 level 的 TargetFileSize 和 Compression 都得实测 —— 没有通用最优解，只有当前业务最不差的配置。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
