AI 数据湖服务（LAS）提供多种存储优化功能，通过小文件合并等能力帮助用户提升查询性能，优化存储资源。以下是存储优化功能中小文件合并功能的详细说明及操作指南。

在数据湖管理中，小文件合并是优化查询效率和查询性能的重要手段。在数据高频次增量写入或小批量写入，可能导致大量小数据文件块生成，通过持续小文件合并可以提升存储利用率、获取更优的查询性能以及高效的数据管理。
LAS 为您提供小文件合并的存储优化功能，打开开关后，您可配置小文件合并的优化任务，配置完成后，即可实现对小文件的合并优化。

当前仅支持 Lance 和 Iceberg类型的表使用存储优化-小文件合并功能。

打开并配置 #

1. 登录 LAS 控制台，在顶部左上角根据实际情况选择地域，在左侧导航栏选择 湖管理 > 元数据，选择对应的 数据库 > 数据表，进入数据表列表页面。

2. 选择目标表，进入表详情 > 存储优化界面，并打开小文件合并功能。

   

3. 配置小文件合并的参数。
   

   参数	配置说明
   资源分配	设置为当前小文件合并任务分配的资源CU数。 当前支持使用公共队列资源来执行存储优化任务，设置资源分配后，会在执行存储优化任务时占用对应额度的公共队列资源。
   目标文件大小	设置需要合并的小文件大小。
   分区过滤	您可通过写入 where 子句的过滤条件来圈定小文件合并的范围。 在输入框中输入 where 子句内容即可，无需输入‘where’，例如：id = 3 and name = “demo”。
   周期调度	选择是否需要打开周期调度的开关。 关闭周期调度：任务配置完成后，后续您需手动触发任务执行。 打开周期调度：您还需配置周期调度的调度策略，包括时间间隔粒度和间隔周期，任务配置完成后，后续会在您配置的调度周期自动执行任务。
   终止前一个优化任务	设置是否强制终止前序优化任务。打开开关后，在每次调度任务执行时强制终止前一个优化任务。
   自定义配置	根据需要配置小文件合并任务运行过程中涉及的自定义参数。详情请参见下文的参考：自定义参数说明。

参考：自定义参数说明 #

Iceberg #

在配置存储优化过程中，支持配置的 Iceberg 自定义参数包括 Iceberg 官方文档的options参数，strategy和sort_order参数。

Lance #

配置存储优化过程中，支持配置的 Lance 自定义参数如下。

完成小文件合并功能开启配置后，您可以在小文件合并页面手动触发优化任务执行，也可查看优化记录和效果。