RocksDB是FaceBook起初作爲實驗性質開發的，旨在充分實現快存上存儲數據的服務能力。由Facebook的Dhruba Borthakur於2012年4月創建的LevelDB的分支，最初的目標是提高服務工作負載的性能，最大限度的發揮閃存和RAM的高度率讀寫性能。
Key和value是任意大小的字節流支持原子的讀和寫。除此外，RocksDB深度支持各種配置，可以在不同的生產環境（純內存、Flash、hard disks or HDFS）中調優，RocksDB針對多核CPU、高效快速存儲（SSD)、I/O bound workload做了優化，支持不同的數據壓縮算法、和生產環境debug的完善工具。
RocksDB的主要設計點是在快存和高服務壓力下性能表現優越，所以該db需要充分挖掘Flash和RAM的讀寫速率。 例如360開源的Pika， 是由360 DBA 和基礎架構組聯合開發的類 Redis 存儲系統，完全支持 Redis 協議，用戶不需要修改任何代碼，就可以將服務遷移至 Pika，Pika底層存儲引擎用的就是Rocksdb。
RocksDB需要支持高效的point lookup和range scan操作，需要支持配置各種參數在高壓力的隨機讀、隨機寫或者二者流量都很大時性能調優，基於LSM樹數據結構( log-structured merge-tree),由C++編寫並官方提供C、C++、Java(官方提供的稱爲RocksJava)三種語言的API，社區提供了不少第三方API，如python、go等。
儘管RocksDB不是一個SQL 數據庫，但是有facebook有修改了代碼的MyRocks存儲引擎作爲MySQL的存儲引擎。和其他的NoSQL類似，RocksDB不提供關係型數據模型、不支持SQL查詢，沒有直接對輔助索引(secondary indexes)支持。
文件介紹：
*.log: 事務日誌用於保存數據操作日誌，可用於數據恢復
*.sst: 數據持久換文件
MANIFEST：數據庫中的 MANIFEST 文件記錄數據庫狀態。壓縮過程會添加新文件並從數據庫中刪除舊文件，並通過將它們記錄在 MANIFEST 文件中使這些操作持久化。
CURRENT：記錄當前正在使用的MANIFEST文件
LOCK：rocksdb自帶的文件鎖，防止兩個進程來打開數據庫。
Rocksdb中引入了ColumnFamily(列族, CF)的概念，所謂列族也就是一系列kv組成的數據集。所有的讀寫操作都需要先指定列族。寫操作先寫WAL，再寫memtable，memtable達到一定閾值後切換爲Immutable Memtable，只能讀不能寫。後臺Flush線程負責按照時間順序將Immu Memtable刷盤，生成level0層的有序文件(SST)。後臺合併線程負責將上層的SST合併生成下層的SST。Manifest負責記錄系統某個時刻SST文件的視圖，Current文件記錄當前最新的Manifest文件名。 每個ColumnFamily有自己的Memtable， SST文件，所有ColumnFamily共享WAL、Current、Manifest文件，用戶可以基於RocksDB構建自己的column families。很多應用程序把RocksDB當做庫(libary),儘管他提供server或者CLI接口。
Memtable
可插拔 memtable，RocksDB 的 memtable 的默認實現是一個 skiplist。skiplist 是一個有序集，當工作負載使用 range-scans 並且交織寫入時，這是一個必要的結構。然而，一些應用程序不交織寫入和掃描，而一些應用程序根本不執行範圍掃描。對於這些應用程序，排序集可能無法提供最佳性能。因此，RocksDB 支持可插拔的 API，允許應用程序提供自己的 memtable 實現。開發庫提供了三個 memtable：skiplist memtable，vector memtable 和前綴散列（prefix-hash） memtable。Vector memtable 適用於將數據批量加載到數據庫中。每個寫入在向量的末尾插入一個新元素; 當它是刷新 memtable 到存儲的時候，向量中的元素被排序並寫出到 L0 中的文件。前綴散列 memtable 允許對 gets，puts 和 scans-within-a-key-prefix 進行有效的處理。
SSTFile(SSTTable)
RocksDB在磁盤上的file結構sstfile由block作爲基本單位組成，一個sstfile結構由多個data block和meta block組成， 其中data block就是數據實體block，meta block爲元數據block， 其中data block就是數據實體block，meta block爲元數據block。 sstfile組成的block有可能被壓縮(compression)，不同level也可能使用不同的compression方式。 sstfile如果要遍歷block，會逆序遍歷，從footer開始。
RocksDB是一個嵌入式的K-V（任意字節流）存儲。所有的數據在引擎中是有序存儲，可以支持Get(key)、Put（Key）、Delete（Key）和NewIterator()。RocksDB的基本組成是memtable、sstfile和logfile。memtable是一種內存數據結構，寫請求會先將數據寫到memtable中，然後可選地寫入事務日誌logfile。logfile是一個順序寫的文件。當內存表溢出的時候，數據會flush到sstfile中，然後這個memtable對應的logfile也會安全地被刪除。sstfile中的數據也是有序存儲以方便查找。
RocksDB支持將一個數據庫實例分片爲多個列族。類似HBase，每個DB新建時默認帶一個名爲"default"的列族，如果一個操作沒有攜帶列族信息，則默認使用這個列族。如果WAL開啓，當實例crash再恢復時，RocksDB可以保證用戶一個一致性的視圖。通過WriteBatch API，可以實現跨列族操作的原子性。
寫流程：
rocksdb寫入時，直接以append方式寫到log文件以及memtable，隨即返回，因此非常快速。
memtable/immute memtable觸發閾值後， flush 到Level0 SST，Level0 SST觸發閾值後，經合併操作(compaction)生成level 1 SST， level1 SST 合併操作生成level 2 SST，以此類推，生成level n SST.
讀流程：
按照 memtable --> Level 0 SST–> Level 1 SST --> … -> Level n SST的順序讀取數據。這和記錄的新舊順序是一的。因此只要在當前級別找到記錄，就可以返回。
因爲RocksDB 改自LevelDB,現在來對比下他們優缺點：
LevelDB 特點：
1） LevelDB是一個持久化存儲的KV系統，和Redis這種內存型的KV系統不同，LevelDB不會像Redis一樣狂喫內存，而是將大部分數據存儲到磁盤上。
2） LevleDB在存儲數據時，是根據記錄的key值有序存儲的，就是說相鄰的key值在存儲文件中是依次順序存儲的，而應用可以自定義key大小比較函數。
3） LevelDB支持數據快照（snapshot）功能，使得讀取操作不受寫操作影響，可以在讀操作過程中始終看到一致的數據。
4） LevelDB還支持數據壓縮等操作，這對於減小存儲空間以及增快IO效率都有直接的幫助。
RocksDB 對LevelDB的優化：
- 增加了column family，這樣有利於多個不相關的數據集存儲在同一個db中，因爲不同column family的數據是存儲在不同的sst和memtable中，所以一定程度上起到了隔離的作用。
- 採用了多線程同時進行compaction的方法，優化了compact的速度。
- 增加了merge operator，優化了modify的效率。
- 將flush和compaction分開不同的線程池，能有效的加快flush，防止stall。
- 增加了對write ahead log(WAL)的特殊管理機制，這樣就能方便管理WAL文件，因爲WAL是binlog文件。
RocksDB的典型場景（低延時訪問）:
1)需要存儲用戶的查閱歷史記錄和網站用戶的應用
2)需要快速訪問數據的垃圾檢測應用
3)需要實時scan數據集的圖搜索query
4)需要實時請求Hadoop的應用
5)支持大量寫和刪除操作的消息隊列
參考資料：
https://cloud.tencent.com/developer/news/359358
https://blog.csdn.net/gunri_tianjin/article/details/83444651