本文讨论了RocksDB的Leveled Compaction机制，重点在于如何维护层级结构以优化读写性能。L0层文件重叠会导致读放大，因此需要通过compaction将数据逐层下推，以保持L1及以下层不重叠。文章分析了compaction的触发条件、分数计算及动态层级字节配置，并强调了L0文件数对读放大和写停滞的影响。实验结果表明，短时间内可能看不到compaction，需要延长测试以获取准确数据。

LSM-Tree通过将随机写转换为顺序写来优化性能，但会导致写放大、读放大和空间放大。写放大影响磁盘带宽和SSD寿命，读放大影响查询效率，空间放大影响存储成本。本文分析了三种Compaction策略（Leveled、Tiered、FIFO）的放大特性，并探讨了调优参数如Size Ratio和布隆过滤器的配置，提出了不同负载场景下的调优策略以实现性能优化。