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);既然long+int可以表示一个96位的整型，那么long+long可以表示一个128位的整型。
这里values数组中的两个元素表示Block底层数据的一个元素，对应一个valueIsNull的值。 个人感觉这里的代码不如分为两个数组（long[] high 和 long[] low）来的清晰。
同样，想要获取128位的整型数据，需要调用两次方法：
long high = getLong(position, );
long low = getLong(position, 8);VariableWidthBlock
VariableWidthBlock使用的底层数据是Slice类型，Slice是Facebook在另一个代码库中定义的数据类型，不仅仅在Trino中使用。
Slice类型是一个内存切片，Slice底层是一段连续的内存空间， 有点像python中列表的切片。Trino使用Slice来高效地操作内存。Slice中可以存储各类基本数据，不过主要使用场景是用来存储字符串。
VariableWidthBlock 实际上是一段内存切片，然后通过offsets数组，分位postionCount个小的内存切片。与前面一样，offsets数组 和 valueIsNull数组 的长度也是可以不等的，VariableWidthBlock 只会使用其一部分。
由于VariableWidthBlock的内部元素（即一小段Slice）的字节长度不定，所以offsets的实际可用元素要比positionCount多一个，用于确定后一个元素的末尾偏移量。 后面的嵌套类型也是如此，元素的字节长度不定，offsets的可用长度必须比positionCount多一个。
Block嵌套类型
所谓Block嵌套类型，就是该Block的内部数值是存储在另一个或多个的Block里。可以说是对Block基本实现类的无限次封装，以实现不同的功能。
ArrayBlock
ArrayBlock 表示的是一个Block数组，其内部结构如图：
ArrayBlock将一个完整的内嵌Block通过offsets数组分隔成一个个小的Block块，可以当成一个Block[] 。
这里要注意retainedSizeInByte的计算方式，由于采用了Block嵌套结构，其内部保存的retainedSizeInByte不再包含其内嵌Block占用的内存大小，需要调用getRetainedSizeInBytes()方法，然后该方法会调用其内嵌Block的getRetainedSizeInBytes()，直到终的计算完成。
MapBlock
MapBlock 表示的是一个 { Block -> Block } 的映射结构，其内部结构如下：
MapBlock将两个Block分别存储映射类型的 key 和 value，并且一一对应。那么，根据外部输入，如何找到对应的键值对呢？总不能每次都扫描一遍keyBlock吧？
这里就要提到MapBlock 的一个包装类型了—— SingleMapBlock.
SingleMapBlock
SingleMapBlock 将 MapBlock 的hashTables利用起来了。
由于SingleMapBlock在内部面对的是整个`AbstractMapBlock(MapBlock的基类)，而不是单独的 keyBlock 和 valueBlock , 所以positionCount是其嵌套的AbstractMapBlock的两倍。
SingleMapBlock 利用hashTables找到该映射类型的键值对，具体步骤如下：
SingleMapBlock 会根据外部输入，从hashTable 中找到keyposition的位置，由于然后再指示出得到的键值对在SingleMapBlock中的位置——键的位置是 2 * keyPosition，值的位置是 2 * keyPosition + 1.
RowBlock
RowBlock 将多个具有相同大小（即positionCount相同）的Block对象组合在一起。
SingleRowBlock
SingleRowBlock 的结构与RowBlock 结构类似，同样是内部嵌套了一个Block数组，但是不同的是，SingleRowBlock使用其内部嵌套数组各个元素的一个小单元。具体结构如下：
SingleRowBlock内部存有一个整数——rowIndex，表示SingleRowBlock只使用其嵌套的fieldBlock数组中偏移量位rowIndex的一小段，而不是像其他Block类型那样有个offsets数组表示使用了嵌套Block的一长段。
DictionaryBlock
DictionaryBlock 是一个非常重要的Block类型。首先概览 DistionaryBlock的内存结构：
DistionaryBlock 有两个非常重要的状态——sequential 和 compacted。
sequential 表示内嵌Block和ids数组指向的偏移量是依序的，如下图所示：
compacted表示ids的大小和内嵌Block的positionCount不一致，如下图所示：
下面有几条重要的规则：
- 若当前的
DictionaryBlock是compacted，那么其嵌套类型不能是DictionaryBlock; - 若当前的
DictionaryBlock是sequential，那么该Block必须是compacted的（同时也表明其嵌套类型不会是DictionaryBlock类型）； - 若当前的
DictionaryBlock是compacted，那么其sizeInBytes和uniqueIds都可以直接获取了，否则，需要调用calculateCompactedSize()方法才能计算。
Page类型
乍一看，Page 类型与RowBlock有几分相似，其内部都引用了一个Block数组，不过Page其实是比Block更高层次的封装。Page 与 RowBlock的区别是如下图所示：
- RowBlock内部嵌套Block数组固定，而Page内部嵌套Block数组是不固定的，可以通过appendColumn()方法和prependColumn()对其增加数据，并引入channel的概念，内部嵌套的一个Block对象就是一个channel，其索引编号是column；
- RowBlock对其内部嵌套的Block数组只能进行整体操作，而Page可以将其内部Block取出，getBlock(int channel) 方法取出一个单独的Block，getColumns(int column)方法单独取出一个Block对象并生成一个单Block的Page；
总的来说，RowBlock对其内部嵌套的Block数组的每一个元素都是一视同仁的，而Page对其内部嵌套的Block数组中的每个元素是区别对待的。
Page类型是Trino中获取数据的基本数据结构。在Trino中，获取数据有两种方式，一种是通过RecordCursor获取终二维表的一条记录，另一种就是利用ConnectorPageSource的getNextPage()方法，获取一个Page的数据，一个Page表示的是二维表的多条记录。
来自：https://zhuanlan.zhihu.com/p/443839491
