一张数据表就像不断收快递的仓库：流式写入会留下成千上万个小文件，查询每次都要逐个找、开、读，固定开销可能比处理数据本身还贵。Apache Iceberg——让 Spark、Trino 等引擎可靠共享数据湖大表的开放表格式——还会积累删除记录、零碎目录和历史快照。Compaction（压实）就是把小文件重写成较少的大文件，并顺手整理删除记录，用一次计算和写入成本换取后续查询效率。
这份指南把 2026 年的压实工具分为查询引擎内置、云托管服务和专用系统，并提出比“支持压实”更实用的选型尺度：能否按表选择直接合并、排序或 Z-order（按多个常用筛选维度重新排列数据）；能否依据真实查询模式决定布局；能否在文件数、平均大小或删除比例越界时触发，而非机械跑定时任务；以及能否协调持续写入、避免提交冲突。作者还建议按“过期快照、清理孤儿文件、压实、重写 manifest（文件目录）、生成统计信息”的顺序维护。遗憾的是，现有供稿只展开到 LakeOps，未完整披露七种引擎及对比矩阵，因此还不足以给出逐项推荐。