编码
编码
编码先把一串有类型的值转换为字节流，再交给压缩器处理。Chunk Header 的 encoding_type 保存所选编码：在 Value Chunk 和非对齐 Chunk 中，它描述值流；在对齐 Time Chunk 中，它描述时间戳流。
| 值 | 名称 |
|---|---|
| 0 | PLAIN |
| 1 | DICTIONARY |
| 2 | RLE |
| 3 | DIFF |
| 4 | TS_2DIFF |
| 5 | BITMAP |
| 6 | GORILLA_V1 |
| 7 | REGULAR |
| 8 | GORILLA |
| 9 | ZIGZAG |
| 10 | FREQ（已弃用） |
| 11 | CHIMP |
| 12 | SPRINTZ |
| 13 | RLBE |
| 14 | CAMEL |
参考值编码器支持下列组合。一个编码已经分配了编号，并不表示所有数据类型都能使用它：
| 数据类型 | 可用编码 |
|---|---|
BOOLEAN | PLAIN, RLE |
INT32, INT64, TIMESTAMP, DATE | PLAIN, RLE, TS_2DIFF, GORILLA, ZIGZAG, CHIMP, SPRINTZ, RLBE |
FLOAT | PLAIN, RLE, TS_2DIFF, GORILLA_V1, GORILLA, CHIMP, SPRINTZ, RLBE |
DOUBLE | PLAIN, RLE, TS_2DIFF, GORILLA_V1, GORILLA, CHIMP, SPRINTZ, RLBE, CAMEL |
TEXT, STRING | PLAIN, DICTIONARY |
BLOB, OBJECT | PLAIN |
编码类别
这些编号描述把逻辑值序列转换为字节的不同方式。它们是文件格式中的固定编号，不是某个实现内部枚举的序号。
| 类别 | 编码 | 通常利用的数据特征 |
|---|---|---|
| 直接表示 | PLAIN | 不预测，各值独立序列化 |
| 字典 | DICTIONARY | 用字典引用替代重复的二进制值 |
| 游程与位打包 | RLE, RLBE | 重复值或较小的有效位宽 |
| 差分与预测 | DIFF, TS_2DIFF, REGULAR, SPRINTZ | 相邻值之间较小或较规律的变化 |
| 整数重映射 | ZIGZAG | 把绝对值较小的有符号整数映射为较小的无符号整数 |
| 基于异或的编码 | GORILLA_V1, GORILLA, CHIMP, CAMEL | 相邻浮点数具有稳定的前导位和尾随位 |
| 历史或专用编码 | BITMAP, FREQ | 保留的历史布局；FREQ 已弃用 |
不同的数据分布适合不同的编码。读取时，无论写入器为什么选择某种编码，都需要根据 (data_type, encoding_type) 这一组合选择解码器。
PLAIN 编码
PLAIN 流不保存元素个数，元素数量由 Page 上下文、时间流或 null 位图确定。各元素连续写入：
| 数据类型 | 单个值的编码 |
|---|---|
BOOLEAN | 0x00 或 0x01 |
INT32, DATE | VarInt |
INT64, TIMESTAMP | 大端序 int64 |
FLOAT | 大端序 float32 |
DOUBLE | 大端序 float64 |
TEXT, STRING, BLOB, OBJECT | VarInt byte_length + 原始字节 |
PLAIN 二进制值的长度非负。非对齐值流不包含 null；对齐值流的 null 由 Value Page 位图表示。
其他编码编号决定各自的值流位布局，读取器不能把未知编码按 PLAIN 解码。
解码约束
解码状态只在一个 Page 流内有效。解密和解压之后，选择对应的解码器，在流的边界内读取，并检查值的数量是否符合 Page 上下文。处理下一个 Page 时，重新开始解码状态。
对齐数据的时间编码来自 Time Chunk Header，Value Page 每遇到一个置位的位图位置就解码一个值。非对齐 Chunk Header 只说明值编码，时间编码来自共享配置，默认 TS_2DIFF；Footer 中没有序列化的 time_encoder 字段。详见 配置。
编码不受支持时，无法解码具体值。扫描器如果直接解析原始 Header 字段，仍能通过 data_size 找到下一个 Chunk，即使上层编解码器注册表拒绝该编号。此时不能擅自改用 PLAIN 或其他解码器。