压缩

每个 Chunk Header 使用单字节 compression_type 指定该 Chunk 中所有 Page 的压缩格式。

值	名称	Page 数据格式
0	UNCOMPRESSED	原始字节
1	SNAPPY	Snappy raw block
2	GZIP	单个 gzip member
3	LZO	LZO block（C++ 实现，编译期可选启用）
4	SDT	保留编号，无编解码器
5	PAA	保留编号，无编解码器
6	PLA	保留编号，无编解码器
7	LZ4	LZ4 raw block
8	ZSTD	Zstandard frame
9	LZMA2	XZ container 中的 LZMA2 流

每个 Page 独立压缩，不跨 Page 共享压缩状态。Page Header 的 uncompressed_size 和 compressed_size 分别保存未压缩负载长度及压缩、加密后的磁盘载荷长度。Page AEAD 的磁盘长度还包含密文帧和认证标签。

这些数值是稳定的文件格式编号，不是某个压缩库枚举中的位置。编号 3 到 6 是早期 TsFile 版本留下的历史标识符。Java 实现不定义也不实现它们，解析 Chunk Header 时会直接拒绝这些字节。C++ 实现保留 LZO、SDT、PAA、PLA 四个标识；其中只有 LZO 有编解码器（编译期可选启用），SDT、PAA、PLA 仍是无编解码器的保留值。读取器未提供该编解码器时，不能解码相应 Chunk。

Page 级帧边界

设 Page 从偏移 P 开始，Header 占 H 字节，载荷就取后续恰好 compressed_size 字节：

[P + H, P + H + compressed_size)

这里使用的是磁盘长度，包含加密帧信息。解密后，UNCOMPRESSED 已经是编码后的 Page 载荷；其他方式还需要解压。两种路径最终都应得到恰好 uncompressed_size 字节。不加密或加密保持长度时，UNCOMPRESSED 的这两个长度相等；Page AEAD 会增加帧开销，因而不再相等。

Page 之间不共享压缩历史。读取器可以直接跳转到目标 Page，也可以按磁盘长度跳过它，无需先解压前面的 Page。

读取顺序与校验

读取器先读 Page Header，因而能在分配内存或解压前获得输入、输出边界：

读取 Page Header
  -> 准确读取 compressed_size 字节
  -> 按文件加密头或旧版属性进行认证/解密
  -> 按 compression_type 解压
  -> 要求结果恰好为 uncompressed_size 字节
  -> 解码 Page 内各数据流

分配缓冲区之前，按二进制表示检查长度。编解码器不可用时，无法解压该 Chunk；扫描器直接解析原始 Header 字段后，仍可利用 data_size 跳过它，即使编解码器注册表拒绝这个编号。不能把该编号当作 UNCOMPRESSED。