LSM-tree 通过缓存的方式将随机写转化为顺序写，以极大提升写入性能。compaction 则是 LSM-tree 在尽量不影响写入性能下保证数据有序性的机制，中文可译为”压实“。InfluxDB 基于 LSM-tree 的变体 TSM-tree 结构，本文基于 InfluxDB v2.0.3@fe04d34版本，讨论其 compaction 策略。

按照 compaction 的输入数据来源，可分为 snapshot compaction 和 level compaction 两类。所有类型的 compaction 输出的文件类型都是一样的 tsm 文件，文件名形式为[generation]-[sequence].tsm，其中 generation 可以认为是 tsm 文件对应的 compaction 序号，而 sequence 则对应 TSM-tree 的 level。需要指出的是，sequence 可能会大于最大 level，即超过4，那么相应 sequence 的 level 在逻辑上依然是属于 level 4。

snapshot compaction

对 cache 执行的 snapshot compaction，由后台定时任务（周期1 s）检测触发，触发条件为 cache 的大小是否超过阈值（默认25 MB）或 cache 的最近一次写入时间是否早于阈值（默认4小时），cache 作为输入，输出 level 1的 tsm 文件，tsm 文件中的数据以 series key + field name 为粒度有序排列。

level compaction

对不同 level 的 tsm 文件执行的 level compaction，由后台定时任务（周期1 s）检测出发。实际上，选取 tsm 文件的粒度并不直接是文件，而是 generation。为了描述准确性，后文都将使用 generation。
TSM-tree 的 compaction 是类似于 RocksDB 的 tiered compaction，即除最大 level 外，只会对当前 level 的 generation 进行合并，在每个 level 可能会形成多个 sorted run，通过牺牲一定的读放大以减小写放大，这与时序数据写多读少的场景需求是匹配的。
TSM-tree 的最大 level 为4，可以根据 level compaction 是否需要合并多个 generation 的 tsm 文件将其分为 level 1-3 compaction 和 full compaction 两类。

level 1-3 compaction

level 1-3 compaction 主要作用是减小 level 内的 generation 的数量，以及执行 tombstone 文件的合并，触发条件是对应 level 内的 generation 超过阈值（level 1 超过8，level 2-3 超过4），或对应 level 内存在 tombstone 文件。

full compaction

full compaction 的主要作用是减少 generation 之间的数据冗余，因此通常会涉及多个 generation 合并。按照数据输入可划分为 full level compaction 和 optimize compaction。

full level compaction

full level compaction 的扫描范围为 level 1-3 的generation，触发条件为上次写入时间距今超过阈值（默认4小时），这个判定条件会导致在部分场景（如备份还原导致停机超过4小时）触发不必要的 full level compaction。不是所有 generation 都会参与 compaction。数据已经足够稠密的 generation（文件大小超过2GB，且文件 block 数量为 1000，且无 tombstone 文件）不会参与，当然 level 4 的 generation 也不会参与。

optimize compaction

optimize compaction 主要针对 level 4 的 generation。数据已经足够稠密的 generation（文件大小超过2GB，且文件 block 数量为 1000，且无 tombstone 文件）不会参与。