以下流程为了方便理解均经过了简化。
首先，我们通过调用DB::Open来创建数据库，它返回了一个DB*。DB::Open内部调用了DBImpl::Open，在里面构造了一个DBImpl*并转换成DB*返回。所以我们拿到的DB*其实是DBImpl*。
¶ Get
然后我们调用DB::Get来读取数据。DB::Get是个virtual函数，它被DBImpl::Get给override了。
DBImpl::Get里调用了DBImpl::GetImpl。
DBImpl::GetImpl中，先调用DBImpl::GetAndRefSuperVersion拿到thread
local的super version，然后调用MemTable::Get读取memory
table和immutable memory
table，如果找到了就返回，否则调用Version::Get继续在sv->current里查找。
Version::Get中，首先将key装进GetContext，然后遍历每个key
range包含这个key的SSTable，把GetContext作为参数调用TableCache::Get来查找这个SSTable。如果都没找到就返回not
found。
TableCache::Get中，调用TableReader::Get
Table默认是BlockBasedTable，所以这里的TableReader应该是BlockBasedTable的reader：
class BlockBasedTable : public TableReader {BlockBasedTable::Get中，调用BlockBasedTable::NewIndexIterator获得block
index的iterator，然后遍历key range包含目标key的data
block。对每个遍历到的data
block，调用BlockBasedTable::NewDataBlockIterator构造DataBlockIter biter，然后seek
next在里面查找key。
BlockBasedTable::NewDataBlockIterator中，调用BlockBasedTable::RetrieveBlock，将块存入CachableEntry<Block> block。
BlockBasedTable::RetrieveBlock中，参数use_cache=true，所以调用BlockBasedTable::MaybeReadBlockAndLoadToCache。
BlockBasedTable::MaybeReadBlockAndLoadToCache中，参数contents=nullptr，所以调用BlockBasedTable::GetDataBlockFromCache，如果miss的话就调用BlockFetcher::ReadBlockContents。
BlockFetcher::ReadBlockContents中，先尝试从persistent
cache和prefetch
buffer中读取。如果不成功的话，就调用RandomAccessFileReader::Read从文件中读取。
¶ NewIterator
这里假设table是默认的BlockBasedTable。
DB::NewIterator实际是DBImpl::NewIterator。在其中调用DBImpl::NewIteratorImpl。
DBImpl::NewIteratorImpl中，先调用NewArenaWrappedDbIterator构造一个ArenaWrappedDBIter* db_iter，然后调用DBImpl::NewInternalIterator，在db_iter管理的Arena里构造MergingIterator *internal_iter。
DBImpl::NewInternalIterator中：
super_version->mem->NewIterator, 构建memory table的iterator
super_version->imm->AddIterators, 构建immutable memory table的iterator。
调用Version::AddIterators，对每层都调用Version::AddIteratorsForLevel
>L0的每个SSTable都调用TableCache::NewIterator。在里面调用TableReader::NewIterator。TableReader默认是BlockBasedTable，所以默认调用的是BlockBasedTable::NewIterator，创建一个BlockBasedTableIterator。
>其他层每层构造一个LevelIterator
把memory table的，immutable memory table的，L0的每个SSTable的BlockBasedTableIterator，以及其他层的LevelIterator都合并成一个MergingIterator返回。
¶ Seek
根据上文所述，DB::NewIterator返回的实际上是ArenaWrappedDBIter，所以Iterator::Seek调用的是ArenaWrappedDBIter::Seek。其中调用DBIter::Seek。其中调用MergingIterator::Seek。
MergingIterator::Seek中，对每个子iterator调用Seek，比如memory
table的iterator，L0中每个SSTable的BlockBasedTableIterator，以及其他层的LevelIterator。然后构建子iterator的小根堆，按照子iterator
Seek之后的key排序。MergingIterator的key和value就是key最小的子iterator的key和value。
BlockBasedTableIterator::Seek调用BlockBasedTableIterator::SeekImpl。
BlockBasedTableIterator::SeekImpl中
如果有prefix bloom filter，就调用
BlockBasedTableIterator::CheckPrefixMayMatch检查filter。如果filter返回negative就调用ResetDataIter把状态变成invalid然后返回。如果filter返回positive，就正常继续执行seek操作。
通过block index找到数据属于哪个block。如果找不到，就调用ResetDataIter把状态变成invalid然后返回。找到了data block的话，调用BlockBasedTableIterator::InitDataBlock，在里面构建block_iter_，
¶ Next
Iterator::Next调用的是ArenaWrappedDBIter::Next。其中调用DBIter::Next。其中调用MergingIterator::Next。
MergingIterator::Next中，先给堆顶的子iterator调用Next。如果子iterator没有下一个了，就将其从堆里移出。否则调用BinaryHeap::replace_top来将这个原先在堆顶的子iterator往下挪，从而维护堆的性质。值得注意的是，LSM-tree通常越下面的sorted
run越大，这就意味着当一个iterator在堆顶时，它倾向于保持在堆顶。可以证明，这种方式下，对于大于1的size
ratio，每次Next里堆的维护成本均摊下来是常数。
对于同一个user key，MergingIterator会先返回sequence
number大的，所以调用了MergingIterator::Next之后，下一个key可能是同一个user
key，但是sequence number更小，也就是同一个user
key的旧版本。而DBIter只需要返回一个最新版本即可。所以DBIter::Next接下来会调用DBIter::FindNextUserEntry，跳过那些可能的旧版本。值得注意的是，如果连续跳过的旧版本个数超过了max_sequential_skip_in_iterations，DBIter就会直接seek下一个user
key（通过把seek key设置成那个user key并把sequence number置0）。
max_sequential_skip_in_iterations的注释：
// An iteration->Next() sequentially skips over keys with the same
// user-key unless this option is set. This number specifies the number
// of keys (with the same userkey) that will be sequentially
// skipped before a reseek is issued.
//
// Default: 8
//
// Dynamically changeable through SetOptions() API
uint64_t max_sequential_skip_in_iterations = 8;