Google Cloud 发布了 gcs-analytics-core，一个开源 Java 库，专门优化 GCS 上的分析工作负载，当前主要面向 Iceberg Spark 引擎。它作为集中式优化层，位于引擎和 GCS Java SDK 之间，拦截读调用并注入性能增强，无需对每个引擎做单独调优。

核心优化有两个：Vectored I/O（线程化）——在单次操作中并行获取多个数据范围，减少 GCS 调用次数和打开文件延迟；Smart Parquet prefetching——自动在单块（50KB–100KB）中预取 Parquet 文件的页脚元数据，避免多次网络往返。对于 Iceberg 用户，集成在 GCSFileIO 实现中，从 Apache Iceberg 1.11.0 版本起原生可用，启用一个配置标志即可生效。

兼容所有 Iceberg 目录（REST、Hive 等），与目录管理层解耦。官方使用 TPC-DS 数据集（1GB 到 10TB）进行了端到端基准测试，对比默认顺序向量读实现。结果如下：
– 1GB：扫描时间提升 71.51%，执行时间提升 32.61%
– 10GB：扫描时间提升 48.48%，执行时间提升 18.94%
– 100GB：扫描时间提升 40.98%，执行时间提升 10.95%
– 1TB：扫描时间提升 35.86%，执行时间提升 3.38%
– 10TB：扫描时间提升 18.40%，执行时间提升 1.58%

所有规模均有一致改进，小数据集效果更显著。使用时需确保 Iceberg Spark runtime 1.11.0+、配置 GCSFileIO、开启 gcs-analytics-core 和向量化读取。库开源在 GitHub 仓库 GoogleCloudPlatform/gcs-analytics-core。