我不知道我是否不知道正确的术语，或者我要找的只是一个不常见的结构，所以请容忍我，因为我试图描述我要找的。
现在我有一套分类的。经过简单的修改，它会随着时间而改变。（k，v）对被插入、删除，或者特定密钥的值可能改变。
任何操作都不能或永远不会在一个以上的键上执行。
我需要的是一种方法来存储数据集的每个增量版本，并将其映射到一个时间点。我将需要快速访问它的任何部分，并且能够生成当时存在的精确排序集，以及它如何在时间段内改变。
在每个突变之后存储实际的排序集是不可行的，因为它是大约10kb的数据，平均每秒大约有2-3个突变。这是一个个人项目，因此每天每套（乘以10-20套）写入2.5千兆字节的数据成本高昂。
现在我已经想出了一个解决方案——我的问题就在这里，我想出的解决方案是否有一个术语？有更好的办法吗？
如果我有一个初始数据集Orders，那么下一次数据迭代可以写为Orders + (K,V)，而不是存储整个集合两次，我只存储一次实际集合，然后第二次存储为引用+变异。
然后，如果我想访问订单[n]，我会迭代订单[0 ] ->订单[n]应用突变，我会产生的集合，因为它存在的时间。
不过，这有一个大问题。我需要能够快速访问任何范围的数据-大约每天250000次迭代*月或年-所以当n很大时，从0->n计算集合是不实际的。这里的明显解决方案是在某个区间缓存所得的集合，而不是一个给定的数据点递归地返回到订单（0），它只需要计算回到Orders[1,500,000]找到在Orders[1,500,100]中存在的集合。
如果我认为这是一种构造数据的好方法，我应该多久缓存一次结果？
像这样的东西存在吗？在我的研究中，很多资料说使用链表或二叉树。我不需要树，因为我的数据是100%连续的，而不是分支。因此，如果我使用链表，我的困惑在于实际存储数据。这就是我完全被困的地方。最好的数据库和数据库模式是什么？（在这一点上可以使用任何系统，尽管拥有node.js包装器是理想的，因为这是向前端提供数据的服务）还是编写二进制数据更好？
即使是一些简单的东西，如一个实际的术语，我正在寻找或一个替代数据结构的研究将是有益的。谢谢！
最佳答案
这听起来像一个持久的二进制搜索树的优秀用例。持久数据结构是在对结构执行操作后，返回两个结构的结构，一个在更改前，一个在更改后。至关重要的是，这两个结构的内部表示共享内存，因此如果您有一个10KB的集合，则存储前后快照所需的空间要少得多。
因为您需要密钥/值存储，所以持久的二进制搜索树可能是您的最佳选择。与普通的bst一样，所有操作都在o（log n）时间内运行。然后，您可以存储所有快照的数组，使您可以（1）访问任何所需的时间片。
希望这有帮助！