关于 OceanBase 的转储（Minor Compaction）层级与读放大之间的关系，以下说法正确的是？
A. 转储层级越深（如 L2、L3），每个层级的数据量越大，查询时需要扫描的 SSTable 数量越多，读放大越严重。
B. 系统通过 minor_compact_trigger 参数控制转储触发频率，该值设置越大，转储越频繁，读放大越小。
C. 自适应转储将小 SSTable 合并为较大的 SSTable，减少 SSTable 总数，从而有效降低读放大。
D. 读放大主要受转储层级影响，与合并（Major Compaction）无关。合并仅用于回收多版本数据，不缓解读放大。
1 个赞
解析 ：
OceanBase 的自适应转储策略会在转储次数达到 minor_compact_trigger （默认 3）后，自动将多个小的转储 SSTable 合并为一个较大的 SSTable（称为 minor merge）。这减少了 SSTable 的数量，从而降低了查询时需要扫描的文件数量，减少了读放大。
-
A 错误 ：转储层级并非 L0、L1、L2 这样的层级结构（类似 LevelDB 的设计），OceanBase 的转储不采用多层级结构。所有转储产生的 SSTable 在逻辑上是平级的，只是通过合并来减少数量。A 描述的是 LevelDB/RocksDB 的层级模型，不是 OceanBase 的。
-
B 错误 ：
minor_compact_trigger 设置越小，越容易触发合并（转储间的合并），SSTable 数量减少，读放大越小。设置越大，累积的小 SSTable 越多，读放大越大。B 中“设置越大，转储越频繁”本身有误（它控制的是合并触发阈值，而非转储频率）。
-
C 正确 ：自适应转储通过合并小 SSTable 减少文件数，降低读放大。
-
D 错误 ：合并（Major Compaction）同样能降低读放大，因为它将所有 SSTable 和 MemTable 归并成一个新的基线 SSTable，消除了多层文件堆积，是缓解读放大的最终手段。
2 个赞
