前言

上篇文章 提到 ：索引的邏輯主要是根據 parquet 文件中保存的索引信息，判斷記錄是否存在，如果不存在，代表是新增數據，如果記錄存在則代表是更新數據，需要找到并設置 currentLocation。對于布隆索引來說，這里的索引信息其實是布隆過濾器，本篇文章主要是先總結布隆過濾器是如何保存到 parquet 文件中的（主要是源碼調用邏輯）。

我們新寫一個表的時候，最開始是沒有parquet文件的，所以順序應該是先將布隆過濾器寫到 parquet 文件中，下次寫數據的時候，先讀取 parquet 文件中的布隆過濾器來驗證表中是否存在該記錄，有助于實現高效的更新和刪除操作。

索引

索引是一個關鍵的步驟，它驗證表中是否存在記錄，并有助于實現高效的更新和刪除操作。請注意本文中涵蓋的索引是為寫入端準備的，這與讀取端索引不同。

對于有的索引類型是不涉及將索引信息保存到文件中的，比如 簡單索引（simple index），而對于Bloom索引（Bloom Index）則需要將布隆過濾器以及最大值最小值等信息寫到 parquet 文件中的元數據中。

Bloom索引（Bloom Index）

Bloom Index 最大限度地減少了用于查找的鍵和文件的數量，同時保持了較低的讀取成本。