待验证50% 置信事实精确时间

在 120 KB 的 Parquet 小文件中，文件头和尾部（footer 的 schema、统计信息、列偏移表）约占总字节的 40%，压缩收益几乎归零。

1

来源数

50%

置信度

长期有效

时效性

2026/10/14

首次发现

来源

小文件爆炸：为什么流式写入会拖垮Iceberg湖仓

涉及实体

相关事实

待验证一个 100MB 的 Parquet 文件在靠近开头处新增 3000 行，使用默认设置几乎整个文件都要重新上传，而开启内容定义分块后只需上传约 6 个分片69% 相似待验证Parquet列式存储压缩比通常达行式格式的3-10倍67% 相似待验证Obscura将单个页面的内存占用压缩到约30MB，仅为Chrome的七分之一64% 相似待验证文档分块中通常设置10%-20%的重叠率以确保跨块信息不丢失64% 相似待验证旧估算逻辑下一张约 90 KB 的截图会被算作约 30k tokens，导致频繁贴图时过早触发自动压缩。64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1027908

API

curl https://kongchang.com/api/v1/knowledge/claims/1027908

MCP

get_claim(id=1027908)