实验目的

测试等同序列数量，不同结构的元数据树在内存中的空间占用。

实验场景

100万时间序列

每个tag-value（MNode的name）为长度等于20的字符串

6层tag，即MTree共root节点之下共6层MNode

元数据树结构

1. 第一层为StorageGroupMNode
2. 倒数第二层为EntityMNode
3. 最后一层为MeasurementMNode

待测元数据树结构为两种

1. 节点逐层均匀扩展，即每个MNode（除叶子节点）具有相同数目的子节点，数目为10
2. 序列两两之间无公共前缀，即元数据树从root往下，均为独立不交织的路径

理论分析

设时间序列数量为 N，元数据树层数为 L，每个MNode子节点数量为 Q。

在均匀扩展的场景中，由于序列由最后一层的MeasurementMNode表征，则Q^L = N；MNode节点的总量为逐层数量的累加，即一个等比数列求和，Q*(Q^L - 1)/(Q - 1) 即 Q*(N -1)/(Q - 1) 。

在序列无公共前缀的场景中，MNode节点的总量即为层数乘序列总量，即 L * N 。

则无公共前缀场景中，MNode总量为均匀扩展场景的 L * N / (N -1) * (Q - 1) / Q 倍，约 L * (Q - 1) / Q 倍（N为大数时，N / (N -1)近似为 1 ）。

由于每个tag-value（MNode的name）为长度等于20的字符串，在仅考虑字符串存储的情况下，需要的存储空间为 MNode数量 * 字符串长度 

均匀扩展的场景中需要 20 * Q*(N -1)/(Q - 1) 字节的存储空间，代入本次测试的数据，为 20 * 1111110， 约为22 M

无公共前缀的场景中需要 20 * Q*(N -1)/(Q - 1) 字节的存储空间，代入本次测试的数据，为 20 * 6000000， 约为120 M

在实际的实现过程中，除了最基本的字符串存储，MNode中还包含其他用于功能实现的数据结构、引用等。

单个InternalMNode大致情况如下

1. name引用，8字节
2. parent引用，8字节
3. fullPath引用，8字节
4. Map<String, IMNode> children，使用了Java的ConcurrentHashMap，额外开销较大

实验结果

平均每个MNode需要300字节的空间占用，即一个MNode需要300字节的空间来维护自身的属性信息以及与树结构的连接关系。

均匀扩展场景

无公共前缀场景