注意这不是官方支持的Google产品。 布谷鸟指数 概述 （ ，CI）是一种轻量级的二级索引结构，它以节省空间的方式表示键和列分区之间的多对多关系。 CI的核心是将大小可变的指纹与指示合格分区的压缩位图相关联。 它解决什么问题？ 传统上，通过为每个分区维护一个过滤器（例如Bloom过滤器）来索引该分区中包含的所有唯一键值，来查找可能包含给定查找关键字的所有分区的问题得以解决： Partition 0: A, B => Bloom filter 0 Partition 1: B, C => Bloom filter 1 ... 要识别包含密钥的所有分区，我们需要探查所有每个分区的过滤器（可能很多）。 由于布隆过滤器可能会返回假阳性，因此我们有可能（例如1％）意外地将阴性分区识别为阳性。 在上面的示例中，对键A的查找可能返回分区0（真肯定）和1（假肯定）。 根据存储介质的不同，错误的肯定