Page History

...

输入：多个文件的 ChunkMetadataListIterator(iterator简称iterator)，Iterator 每次输出的 List 内的 sensor 个数为 max_index_degree（假设有3个文件：file1_Iterator 返回两批 sensor_list:(s1,s2),(s3)    file2， file2_iterator:(s1, s3)  file3_iterator:(s1,s2),(s3,s5)）

输出：每轮待合并的 sensor 列表输出：List<sensor>

描述：每个 iterator 取1个 List，找到每个 List 的最大字典序的 sensor，组成集合 S，本次合并从头开始合并到 S 中最小字典序的 sensor_lex_min_lex_min，直到所有都合并完 。并从 List 中清除已合并的 sensor，如果此 List 消耗完，获取下一个 Lst

优势：每次至少会消耗完一个 file 的一个 List

...

• getNextSensors(List<ChunkMetadataListIterator> iterators)

第一轮：file1(s1,s2)+file2(s1,s3)+file3(s1,s2) → S= S=(s2, s3)，最小字典序 sensor_lex_min 是 s2 → 从 s2, s3)，最小字典序 sensor_lex_min 是 s2 → 从 s1 合并到 合并到 s2s2，输出 （s1，s2）

第二轮：file1(s3)+file2(s3)+file3(s3,s5)  → S= S=(s3, s5, s5)，最小字典序 sensor_lex_min 是 s3 →  从 s3 合到 s3，最小字典序 sensor_lex_min 是 s3 →  从 s3 合到 s3s3， 输出（s3）

第三轮：file3(s5)  → → S=S=(s5)，最小字典序 sensor_lex_min 是 s5 → 从 s5 合到 s5，最小字典序 sensor_lex_min 是 s5 → 从 s5 合到 s5s5，输出（s5）

反序列化Page合并算法

• 通过各自文件的reader有序把数据读出并整理出对应的time-value列表
• 遍历上述的time-value列表，将数据写入新的ChunkWriter
• 判断限流
• 将ChunkWriter写入新文件

...