位图索引不是“建个 bitmap 就完事”
直接用 std::vector<bool></bool> 或 std::bitset 存 0/1，查得慢、内存不紧凑、并发一压就卡——这不是位图索引，只是位容器。真要提速，得让位操作对齐 CPU 字长、跳过全 0/1 段、支持快速 rank/select，并和查询谓词（比如 WHERE status = 'active'）的列值分布强绑定。
rank/select 必须手写，std::bitset::count() 不够用
数据库里查“第 1000 个 active 记录在哪”，本质是 select(1000)；查“位置 5000 前有多少个 active”，本质是 rank(5000)。标准库没提供 select，std::bitset::count() 只能从头扫，O(n)；而生产级位图索引必须做到 O(log n) 或常数时间。
- 用分层索引：每 64 位存一个前缀和（popcount），再配合
__builtin_popcountll()算局部 - select 操作先二分定位到 block，再用
_pdep_u64()（BMI2）或查表法找第 k 个置位 - 别在运行时动态 resize——block 大小固定为 64/256/1024 位，内存按页对齐，方便 mmap 和 SIMD 扫描
AND/OR 操作不能逐位 & |，得用 word-level 并行
两个百万级位图做 AND，如果循环调用 operator&，哪怕用 std::bitset，也是 100 万次分支+内存访问；实际要按机器字（64 位）批量处理，且跳过全 0 字——这是性能差距的主因。
- 遍历用
uint64_t*指针，每次取一个字，word & other_word一次得 64 位结果 - 加
if (word == 0 || word == ~0ULL)分支预测友好地跳过全零/全一区段 - AVX2 可用
_mm256_and_si256()一次处理 256 位，但要注意对齐和 fallback 路径 - OR 同理，但注意：位图 OR 结果可能比原图更稀疏，后续 rank/select 成本会上升
列值编码方式决定位图数量和 cache 命中率
一个 status 列有 5 个取值，建 5 张位图？错。高频值（如 'active'）单独一张，低频值合并成 'other' 一张，再加一张 is_null 图——总张数少，L1 cache 更容易装下热数据。
立即学习“C++免费学习笔记（深入）”；
- 避免“每个 distinct 值一张图”，尤其对高基数列（如 user_id），改用 Roaring Bitmap 这类压缩结构
- 位图顺序要和主表物理顺序一致（row-id 对齐），否则随机访存毁掉所有优化
- 更新场景下，
std::atomic<uint64_t>保护单个 word 是可行的，但别锁整张图——用 CAS + retry 或分段锁
位图索引快的前提，是它根本不参与“通用计算”，只服务特定模式的等值/IN/IS NULL 查询；一旦出现范围查询或函数表达式（如 UPPER(name)），这套机制就自动失效——这点常被忽略，但恰恰是上线后查询变慢的根源。
