版本化的预写日志-此数据结构是否存在？

Question

背景：

我已经读到许多DBMS通过将更新存储为一组写操作来使用预写日志记录来保留事务的原子性和持久性。 我要完成的工作是通过允许在写入挂起时对“旧”数据进行读取来创建具有改进的并发性的dbms模型。

题：

是否有一个数据结构可以让我有效地（理想情况下为O（1）摊销，最多为O（log（n））查找数组元素（或存储位置，如果您愿意的话），该数组元素可能被或可能未被覆盖写操作，参考某个时间点？这将总计约1TB数据。

这里有一些ascii艺术可以使这一点更加清晰。 破折号是数据，版本0是最早的版本。 箭头指示写操作。

^   ___________________________________Snapshot 2
 |   V         |  |     V                         
 |  --    ---  |  |  --------           Version 2 
 |             |  |   __________________Snapshot 1
 |             V  |   |      V                    
T|      --------  |   |   ---------     Version 1 
I|                |   |      ___________Snapshot 0
M|                V   V      V  V                 
E|------------------------------------- Version 0 
 +~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~>
  SPACE/ADDRESS

尝试解决方案：

令N为数据大小，M为版本数，P为每个版本的平均更新数。

• 天真的算法（搜索每个更新）是O（M * P）。
• 将数据划分为多个存储区，仅更新整个存储区，然后搜索存储区的位掩码为O（N / B * M），其中B是存储区大小，这并不好。
• 乍看起来，Bloom过滤器似乎是一个不错的选择，除了它需要比每个存储位置的简单位掩码更多的数据（无论如何，这都是很糟糕的，因为它需要M * N / 8字节来存储）。
• 还可以想到一个标准的哈希表，但是关键是什么呢？

实际上，既然我已经把所有这些都写完了，我想到了一个使用二进制搜索树的解决方案。 我将其作为答案提交，但是在时间和空间上仍然是O（M * log2（P）），这并不理想。 见下文。

Answer 1

以下是我能提出的最佳解决方案，尽管它仍然不是最佳选择。

想法是将每个区域放入二叉搜索树，每个版本一棵树，其中每个内部节点包含一个内存位置，每个叶节点为Hit或Miss （以及可能的查找信息），具体取决于那里是否存在更新的数据。 这是每个版本都要构造的O（P * log（P）），要查找的是O（M * log（P））。

这是次优的，原因有两个：

• 树是平衡的，但实际上Miss可能性比Hit的可能性大得多，因此将Miss节点放在树中的较高位置或按其大小排列节点是有意义的。 我想到了某种霍夫曼编码，但霍夫曼算法并未保留搜索树不变式。
• 它需要M棵树（因此查找O（M * log（P）））。 也许有某种方法可以合并树木。