水平压实中的层数有什么影响？

Question

我知道 Cassandra、rocksdb 等 DBS 中的分级压缩是如何工作的。有些级别的最大数量为 4，有些级别为 7。这个数字如何影响压缩过程？为什么我不能只有 2 个级别，第一个已刷新内存表数据（文件之间可能重叠）和第二个包含非重叠 SST？

如果有任何文档或重复问题，请重定向。

编辑 1：当级别数增加时，重复数据会增加。

Answer 1

LCS 来解决STCS 的空间放大问题。它还减少了读取放大（每个读取请求所需的平均磁盘读取数）。

Leveled compaction 将小的 sstables（“碎片”）划分为多个级别：

级别 0 (L0) 是新的 sstables，最近从内存表中刷新。随着它们的数量增加（并且读取速度变慢），我们的目标是将 sstables 从这个级别移到下一个级别。其他每个级别，L1、L2、L3 等，都是一个大小呈指数增长的单次运行：L1 是 10 个 sstables 的运行，L2 是 100 个 sstables 的运行，L3 是 1000 个 sstables 的运行，以及很快。（因子 10 是 Scylla 和 Apache Cassandra 中的默认设置）。

在解决或至少显着改善空间放大问题的同时，LCS 使另一个问题，即写入放大问题变得更糟。

“写放大”是每一个新刷新的sstable数据我们必须写入磁盘的字节数。写放大总是高于1.0，因为我们将每条数据都写入commit-log，然后再写入再次到一个sstable，然后每次压缩涉及到这条数据并将其复制到一个新的sstable，这就是另一个写入。

在此处阅读更多相关信息：

• https://www.scylladb.com/2018/01/31/compaction-series-leveled-compaction/
• https://docs.scylladb.com/kb/compaction/
• https://docs.scylladb.com/architecture/compaction/compaction-strategies/