THIS IS A TEST INSTANCE. ALL YOUR CHANGES WILL BE LOST!!!!
...
（2）考虑时间序列数据库的应用场景，充分利用顺序数据和乱序数据的特点，
在任意时间范围内获取准确的聚合结果，减少乱序数据对于查询速度的干扰。在任意时间范围内获取准确的聚合结果，保证有乱序数据存在时，查询结果准确性。
二、索引的构建
1. 构建时间
（1）memtable flush落盘时，触发索引的构建。每写好一个叶子节点（达到配置或计算的窗口时间长度），就将该节点交给索引管理器。未写入该叶子节点的“尾巴数据”缓存到内存里，下一个memtable来的时候合并。
未写入该叶子节点的“尾巴数据”（统计数据）缓存到内存里，下一个memtable来的时候合并。
（2）用户配置：用户可以配置窗口时间长度t = te - ts
...
（1）索引的构建从1970年1月1日0点开始，从1开始对LN进行编号。对于之前不存在的时间数据对应的节点，树的叶子节点编号保留，
用查询恢复前面的根节点（假设当前时间为t，则查询0~t，根节点保存在内存中，确保后续建树正确性）。
之后出现该时间窗口的乱序数据时，可以直接构建。不构建上层的内部节点（用查询恢复前面的根节点）。之后出现该时间窗口的乱序数据时，可以直接构建。
（2）每一条时间序列的PISA索引也存储为一条时间序列，LN作为时间戳timestamp，摘要summary中的各种聚合值以byte的形式作为value。
（3）将所有的PISA索引存储到一个存储组中，便于针对索引的删除和更新的操作。
有无索引记录在 MTree 叶子节点
3. 构建步骤
（1）memtable flush落盘时，索引管理器根据此memtable、内存中保留的之前的memtable的“尾巴数据”和用户配置，flush落盘时，索引管理器根据此memtable、内存中保留的之前的memtable的“尾巴数据”（统计数据）和用户配置，
计算待写入的叶子节点的开始时间ts、结束时间te，并计算窗口时间为[ts, te)的叶子节点的数据摘要信息S内的所有叶子节点的统计数据Sseq
（2）写好一个叶子节点后，索引管理器根据开始时间和终止时间计算窗口的叶子号LN（leaf number）和节点号NN（node number）
...
NN=14的节点可能的兄弟节点节点号为7和11，查询内存发现NN=7和NN=21的节点都不存在，合并终止。11的节点都不存在，合并终止。
最终存在于内存中的节点为NN=6，14，18的三个节点。
三、乱序数据处理
有乱序数据写入内存时，将对应位置修改为1
（1）无分区情况下：LinkedList<byte[N]>，代表有没有被乱序修改。其中N = 每次申请空间的叶子节点个数 / 8，
...
* 注意：有分区情况下：只需要byte[N]，其中N = 每个分区中的叶子节点个数 / 8，根据用户配置获得，无需额外配置。
（2）持久化：每一条时间序列的 LinkedList 也存储为一条时间序列 <起始时间, byte[N]>
（3）后阶段：乱序的清除（对于一天前的数据，针对标志位为1的点，查询TimeseriesMetadata）（2）序列化：为每一条时间序列匹配一个文件，文件中序列化此LinkedList
四、基于PISA的查询流程
1. 查询请求的处理步骤
...