tablesaw 内存模型分析
1 UML图
如下图。用户的操作接口为Table，Row。其他的模型主要用于内部功能实现和数据存储。
2 Table数据组织方式
Table的数据是以列的维度进行组织。Table包含一个columnList属性，每个列都是这个列表的一个值。每个Column单独维护自己的数据，但是长度都是相同的。所以取表长度的方式，就是columnList列表中获得一列的长度。
tableSaw提供了行的角度来读取数据。对象Row是用户的操作接口。Row包含指向操作的table，以及当前的操作行id。获取一行数据，就是遍历每一列，获得rowNumber对应的值，然后进行组装。
3 Column数据存储
Column的实现有很多种，基本类型支持为：Date，Datetime，Time，Boolean，Number，Text，String。
这里只介绍String的实现。
作者假设StringColumn的存储数据值的范围是有限的，比如商品类型，货物类型。这样就会出现大量的重复存储（比如货物中有10000件商品是书，那么类型book就需要存储10000次）。tableSaw采用了位图的映射方式：如果是相同的值，那么只会存一次值，其他的都是指向这个值。
values是内部映射的id。可以根据此id以及keyToValue，快速找到值是多少。
位图的实现方式：
value计算hash值：hashvalue
在列表的hashvalue对应位置，存放此value。因为hashValue就是列表的位置，所以可以通过hashvalue快速找到value。
hash冲突。得到的hashvalue位置已经有oldvalue，但是oldvalue！=value，发生了hash冲突。那么会试探hashValue+1的位置是否空闲。如果不空闲，则继续+1，直到找到空闲的位置。
查找的时候也是类似：得到hashValue，对应的value是否是目标，如果不是就探查hashValue+1位置。如果对应的位置没有信息或达到位图的最大值，则认为没找到。
4 索引
tableSaw的索引并没有在查询中使用，而是用于join的实现。
DataFrameJoin是join的实现类。当执行table的join操作时，DataFrameJoin会对join的column建立index，从而实现join操作。
Index操作都是采用简单的Map<key,Collection>形式存储，只会支持快速查找定位，不支持排序分组等操作。
5 排序
tableSaw的排序都是现用现排序，没有预先的索引加速处理。
6 查询结果：Selection
Selection用于承载查询结果。
Column通过各种方式过滤后，将过滤后的行号信息，存储到Selection中。Table.where 中拷贝Selection的所有行数据到新的Table中。
Selection 采用的唯一实现：BitmapBackedSelection，采用了RoaringBitmap存放行号，加快查找排序速度。
RoaringBitmap实现原理（摘自网络）
每个RoaringBitmap中都包含一个RoaringArray，名字叫highLowContainer。highLowContainer存储了RoaringBitmap中的全部数据。组织结构如下图。
RoaringBitmap会将32位的整形（int）拆分成高16位和低16位两部分（两个short）来处理。
RoaringArray的数据结构很简单，核心为以下三个成员：
short[] keys;
Container[] values;
int size;
每个32位的整形，高16位会被作为key存储到short[] keys中，低16位则被看做value，存储到Container[] values中的某个Container中。keys和values通过下标一一对应。size则标示了当前包含的key-value pair的数量，即keys和values中有效数据的数量。
keys数组永远保持有序，方便二分查找。