Trino中的Block类型

在使用分布式SQL查询引擎Trino的时候，不可避免地要接触Block 类型，Trino查询获取数据的单元——页(Page)也是以Block类型为基础的， 深入了解Block结构有助于理解Trino内部的数据组织。

Block在Trino中以接口形式出现，Trino定义了几个基本的实现类， 作为基础的Block结构，然后再定义其他更加高层的Block结构，其内部是其他Block的组合，可以这么理解：当你手上有一个Block的数据，其内部的真实数据可能是引用其他的一个或多个Block。本质上Block是个套娃结构，Block对象是个实现了Block接口的嵌套数据对象，Block存储的底层数据都指向了基本的Block实现类。

Block基本实现类

Block基本实现类是指内部包含直接真实数据，不是以嵌套其他Block对象的形式出现的数据类型。其内部的数据以基本类型数组或者Slice对象出现，这里的Slice指的是一块连续内存区域，后面会讲到。

Block的基本实现类有IntArrayBlock, ShortArrayBlock, ByteArrayBlock, LongArrayBlock,Int96ArrayBlock, Int128ArrayBlock, VariableWidthBlock .

IntArrayBlock

IntArrayBlock 内部以整型数组存放该Block的真实底层数据。具体的内存形式如下图：

IntArrayBlock 的底层数据其实就是int[] values 和boolean[] valueIsNull 这两个数组，这里boolean[] valueIsNull的出现是为了表示某个位置上的值是否为null，毕竟values 是一个基本类型数组，而不是包装类型Integer数组，所以还是需要有个额外的布尔类型数组表示某个位置是否是null。

这里要注意，values 数组和 valueIsNull 数组的长度不一定相同，因为IntArrayBlock只会使用其中的一部分数据，即索引为 [arrayOffset, arrayOffset+positionCount)的区域。所以这个Block在计算其底层数据大小（sizeInByte）的时候，只会统计自己使用的那一部分。

在计算整个类型占用的字节大小（retainedSizeInByte）时，会计算values 和valueIsNull占用的全部内存，然后再加上这个类自身使用的内存大小（这里要注意，数组是引用类型，在类中只保存了一个引用标记，所以需要额外计算）。

与IntArrayBlock类型类似， ShortArrayBlock、ByteArrayBlock 和 LongArrayBlock 无非就是把int[]换成了short[] 、byte[] 和Long[], 这几个类型此处就不再赘述了。

Int96ArrayBlock和Int128ArrayBlock

由于java中的整型长是64字节，即long类型，那么如何表示更长字节的整型呢？

Trino使用了long+int来表示一个96位的整型。同样，这里的high数组 和 low数组 的长度也没有必要相同，Block对象只会使用其一部分。

由于没有基本类型可以表示96位的整型，所以从Int96ArrayBlock获取数据需要调用getLong()和getInt() 两个方法，才能将一个完整的数据取出。并且由于high 和 low表示的数据高低位不一样，所以在获取数据时要有明确的offset。只能这么调用：

long high = getLong(position, );
int low = getInt(position, 8);