深入探讨LSM Compaction机制

compaction策略

compaction的主要作用是数据的gc和归并排序，是lsm-tree系统正常运转必须要做的操作，但是compaction任务运行期间会带来很大的资源开销，压缩/解压缩、数据拷贝和compare消耗大量cpu，读写数据引起disk I/O。compaction策略约束了lsm-tree的形状，决定哪些文件需要合并、任务的大小和触发的条件，不同的策略对读写放大、空间放大和临时空间的大小有不同的影响，一般系统会支持不同的策略并配有多个调整参数，可根据不同的应用场景选取更合适的方式。

基础概念

读放大

每次读请求带来的读盘次数

写放大

每写1byte数据带来n bytes的数据写盘，写放大为n。本质上写放大需要跟全局有序做权衡，对序要求越高的系统写放大就会越严重，B-Tree系列是随时有序的代表，写放大也更为严重，而LS