基于多阶段结构的键值（KV）存储被广泛部署以组织大量易于搜索的用户数据。 然而，当前的KV存储系统不可避免地牺牲了性能目标中的至少一个，例如写入，读取，空间效率等，以优化其他目标。 为了了解并消除现有代表性KV商店之间这种性能差异的根本原因，并对其进行了分析，我们分析了它们的启用机制，并将其分类为有助于KV操作的数据结构的两个基本模型，即多阶段树（MS-树）和多阶段森林（MS森林）。 我们在新颖的拆分林结构上构建了SifrDB，这是一个KV存储，可以在所有工作负载模式中实现最低的写入放大，并最大
