TsDB2/DB/core/query.go

package core

import (
	"git.ycl.pub/yl32940/TsDB2/DB/core/index"
	"git.ycl.pub/yl32940/TsDB2/DB/core/page"
	"git.ycl.pub/yl32940/TsDB2/DB/core/types"
	"bytes"
	"container/heap"
	"encoding/binary"
	"fmt"
	"math/big"
	"sort"
)

// Query 查询操作对象
type Query struct {
	table      *Table
	selectCols []string    // SELECT 字段列表
	whereCond  Condition   // WHERE 条件
	orderBys   []SortField // ORDER BY
	limit      int         // LIMIT
	offset     int         // OFFSET
	groupBys   []string    // GROUP BY
	havingCond Condition   // HAVING

	// wantMask 投影掩码 (master 下标 → 是否解码), selectCols 与 orderBys 的并集;
	// 排序键从解码后的行里取, ORDER BY 列必须保留在掩码中。nil = 不过滤 (全列)。
	wantMask  []bool
	wantBuilt bool
}

type SortField struct {
	Field      string
	Descending bool
}

// keyRange 索引扫描的单个键区间。
type keyRange struct {
	startKey       []byte
	endKey         []byte
	startInclusive bool
	endInclusive   bool
}

// scanPlan 索引扫描计划。
// ranges 通常为单区间; WHERE ... IN (...) 落在可用分量上时展开成多区间
// (每个值一个精确区间), 空切片表示"结果必为空" (如 IN 空集合)。
type scanPlan struct {
	meta           *IndexMeta
	handler        index.IndexHandler
	ranges         []keyRange
	rowStore       bool      // 该索引是否承载行数据 (主键/时序=true)
	remainingCond  Condition // 需要行级过滤的剩余条件
}

// Query 返回查询操作对象
func (table *Table) Query() *Query {
	return &Query{table: table}
}

func (q *Query) Select(cols ...string) *Query {
	q.selectCols = cols
	q.wantBuilt = false // 投影掩码随 selectCols 失效
	return q
}
func (q *Query) Where(cond Condition) *Query   { q.whereCond = cond; return q }
func (q *Query) Limit(n int) *Query            { q.limit = n; return q }
func (q *Query) Offset(n int) *Query           { q.offset = n; return q }
func (q *Query) GroupBy(cols ...string) *Query { q.groupBys = cols; return q }
func (q *Query) Having(cond Condition) *Query  { q.havingCond = cond; return q }

func (q *Query) OrderBy(field string, descending ...bool) *Query {
	desc := false
	if len(descending) > 0 {
		desc = descending[0]
	}
	q.orderBys = append(q.orderBys, SortField{Field: field, Descending: desc})
	q.wantBuilt = false // 投影掩码随 orderBys 失效
	return q
}

// ======================== 索引键编码 ========================

// encodeIndexKey 将条件值编码为索引键字节。
//
// 编码与行内存储【同源】(都走 types.EncodeValue): 索引的 B+ 树直接按字节序比较键,
// 因此"索引键字节 == 行内字节"是范围扫描正确的前提。这里不再按类型手写分支 ——
// 以前每加一个类型都要在这里补一份, 漏补的后果是索引选出来的行与过滤结果不一致。
//
// param 是列级类型参数: decimal 是小数位数, 字符串家族是行内宽度码。少了它就没法把
// 条件值编成与行内完全一致的字节 —— decimal 会因 scale 不同而长度/系数不一致,
// 字符串则会按错误的宽度截断或越界, 两种都让"索引选出 5 行、过滤后剩 0 行"。
//
// 键长必须等于 FieldSize(ft, param): B+ 树按【定长拼键】比较, 键长与行内宽度不一致
// 就等于拿两种编码去比大小。
func encodeIndexKey(value interface{}, ft types.FieldType, param byte) []byte {
	if types.IsDynamic(ft) {
		// 动态列不能作为索引分量 (CreateIndex 已拒绝), 这里仅作兜底
		if b, ok := value.([]byte); ok {
			return b
		}
		return nil
	}
	size := types.FieldSize(ft, param)
	if size == 0 {
		// 未注册类型 / 非法列参数: 交给下面 EncodeValue 报出具体原因 (buf 长度为 0)
		panic(fmt.Errorf("%w: 类型 %s 的宽度不可计算 (列级参数 %d)",
			types.ErrValueType, types.TypeNameOf(ft), param))
	}
	buf := make([]byte, size)
	if err := types.EncodeValue(ft, param, value, buf); err != nil {
		// 沿用既有约定: panic 由 encodeIndexKeySafe* 转成 error。
		panic(err)
	}
	return buf
}

// encodeIndexKeySafe 在 encodeIndexKey 外面包一层 panic 恢复。
// 值类型与列不符时 encodeIndexKey 会 panic, 而公开 API 传进来的值不可信,
// 必须转成 error, 不能把用户输入直接变成崩溃。
func encodeIndexKeySafe(value interface{}, ft types.FieldType) (enc []byte, err error) {
	return encodeIndexKeySafeWithParam(value, ft, 0)
}

// encodeIndexKeySafeWithParam 同 encodeIndexKeySafe, 但带上列级类型参数。
// 查询侧拿得到字段元信息时必须走这个版本 (decimal 需要 param 才能编出正确的字节)。
func encodeIndexKeySafeWithParam(value interface{}, ft types.FieldType, param byte) (enc []byte, err error) {
	defer func() {
		if r := recover(); r != nil {
			enc, err = nil, fmt.Errorf("值 %v 与存储类型 %s 不匹配: %v", value, types.TypeNameOf(ft), r)
		}
	}()
	return encodeIndexKey(value, ft, param), nil
}

// ======================== 索引匹配 ========================

// fieldNameFromMeta 获取索引第一个字段的名称
func (q *Query) fieldNameFromMeta(meta *IndexMeta) string {
	fieldIdx := int(meta.FieldIDs[0])
	if fieldIdx < len(q.table.Field) {
		return string(q.table.Field[fieldIdx].FieldName)
	}
	return ""
}

// ======================== 复合索引键规划 ========================
//
// 索引键 = 各分量字段定长拼接 (编码与 extractIndexKey 完全一致), 因此:
//   - 已知前 k 个分量等值 → 键上一段连续区间;
//   - 第 k+1 个分量上的范围条件 → 再收窄这段区间;
//   - 更靠后的分量索引帮不上忙, 原样留作行级后置过滤。
// 下面的代码把 WHERE 按这个模型折叠成 (startKey, endKey, 残余条件)。
//
// 单列索引是 n == 1 的特例, 行为与旧实现一致。

// indexKeyLayout 索引键各分量的偏移与长度 (定长拼接)
type indexKeyLayout struct {
	offsets []int
	sizes   []int
	total   int
}

// cmpKind 叶子条件能为键分量提供的边界方向
type cmpKind int

const (
	cmpEq cmpKind = iota
	cmpGe
	cmpGt
	cmpLe
	cmpLt
)

// keyConstraint 某个键分量上的合并边界 (多个 AND 子条件取交集)
type keyConstraint struct {
	lo, hi       []byte // 编码后的分量值; nil 表示该侧无约束
	loInc, hiInc bool
	count        int // 落在该分量上的条件个数, 0 = 无约束
}

// add 把一个边界并入本分量; 返回 false 表示条件自相矛盾。
func (kc *keyConstraint) add(kind cmpKind, enc []byte) bool {
	switch kind {
	case cmpEq:
		if !kc.addLower(enc, true) || !kc.addUpper(enc, true) {
			return false
		}
	case cmpGe:
		if !kc.addLower(enc, true) {
			return false
		}
	case cmpGt:
		if !kc.addLower(enc, false) {
			return false
		}
	case cmpLe:
		if !kc.addUpper(enc, true) {
			return false
		}
	case cmpLt:
		if !kc.addUpper(enc, false) {
			return false
		}
	}
	kc.count++
	return true
}

func (kc *keyConstraint) addLower(enc []byte, inclusive bool) bool {
	if kc.lo == nil {
		kc.lo, kc.loInc = enc, inclusive
		return true
	}
	switch c := bytes.Compare(enc, kc.lo); {
	case c > 0: // 取更高的下界
		kc.lo, kc.loInc = enc, inclusive
	case c == 0: // 同值: 两端都闭才算"含"
		kc.loInc = kc.loInc && inclusive
	}
	return kc.notContradictory()
}

func (kc *keyConstraint) addUpper(enc []byte, inclusive bool) bool {
	if kc.hi == nil {
		kc.hi, kc.hiInc = enc, inclusive
		return true
	}
	switch c := bytes.Compare(enc, kc.hi); {
	case c < 0: // 取更低的上界
		kc.hi, kc.hiInc = enc, inclusive
	case c == 0:
		kc.hiInc = kc.hiInc && inclusive
	}
	return kc.notContradictory()
}

// notContradictory 判断 [lo, hi] 是否还可能有值。
//
// 注意: 这里按编码字节比较, 而定长整数用的是补码 —— 负数的字节序与数值序相反。
// 所以它只在"字节序下已确定矛盾"时才返回 false, 此时真值也必然为空, 反向不成立。
// 调用方因此只把它当作"放弃使用索引"的依据, 绝不据此断言区间非空。
func (kc *keyConstraint) notContradictory() bool {
	if kc.lo == nil || kc.hi == nil {
		return true
	}
	switch c := bytes.Compare(kc.lo, kc.hi); {
	case c > 0:
		return false
	case c == 0:
		return kc.loInc && kc.hiInc
	}
	return true
}

// isEquality 该分量已被钉死为单值 (lo == hi 且两端都闭)
func (kc *keyConstraint) isEquality() bool {
	return kc.count > 0 && kc.lo != nil && kc.hi != nil &&
		kc.loInc && kc.hiInc && bytes.Equal(kc.lo, kc.hi)
}

// buildKeyLayout 依据索引元信息与表字段类型算出键布局。
// 返回 false 表示该索引当前不可用于查询:
//   - 分量列不存在或已被 Drop (新行提不出该分量, 索引里根本没有这批键);
//   - 分量是动态列 (行内只存 6B 堆引用, 值 != 引用, 无法按键定位)。
func (q *Query) buildKeyLayout(meta *IndexMeta) (*indexKeyLayout, bool) {
	n := int(meta.FieldCnt)
	if n <= 0 || n > len(meta.FieldIDs) || n > len(q.table.Field) {
		return nil, false
	}
	lay := &indexKeyLayout{offsets: make([]int, n), sizes: make([]int, n)}
	off := 0
	for k := 0; k < n; k++ {
		fi := int(meta.FieldIDs[k])
		if fi >= len(q.table.Field) {
			return nil, false
		}
		if q.table.Field[fi].IsDropped() {
			return nil, false
		}
		ft := q.table.Field[fi].FieldType
		if types.IsDynamic(ft) {
			return nil, false
		}
		// 键分量宽度必须与行内宽度同源 (含字符串列的宽度码), 否则索引键的偏移切不出该列
		size := int(q.table.Field[fi].Width())
		if size <= 0 {
			return nil, false
		}
		lay.offsets[k] = off
		lay.sizes[k] = size
		off += size
	}
	lay.total = off
	return lay, true
}

// locateComponent 返回字段 master 下标在索引键中的分量位置; -1 表示不属于该索引
func (q *Query) locateComponent(fieldName string, meta *IndexMeta) int {
	fi := q.table.findFieldIndex(fieldName)
	if fi < 0 {
		return -1
	}
	n := int(meta.FieldCnt)
	if n > len(meta.FieldIDs) {
		n = len(meta.FieldIDs)
	}
	for k := 0; k < n; k++ {
		if int(meta.FieldIDs[k]) == fi {
			return k
		}
	}
	return -1
}

// classifyLeaf 判断一个叶子条件能否成为某个键分量的边界。
// comp < 0 表示与该索引无关 (字段不在索引里, 或该条件类型给不出可比边界)。
func (q *Query) classifyLeaf(c Condition, meta *IndexMeta) (comp int, value interface{}, kind cmpKind) {
	switch t := c.(type) {
	case EqCondition:
		return q.locateComponent(t.Field, meta), t.Value, cmpEq
	case GeCondition:
		return q.locateComponent(t.Field, meta), t.Value, cmpGe
	case GtCondition:
		return q.locateComponent(t.Field, meta), t.Value, cmpGt
	case LeCondition:
		return q.locateComponent(t.Field, meta), t.Value, cmpLe
	case LtCondition:
		return q.locateComponent(t.Field, meta), t.Value, cmpLt
	default:
		return -1, nil, cmpEq
	}
}

// flattenAnd 把 AND 树展平成叶子条件。
// OR / NOT / LIKE / IN 不是合取项, 整体当叶子返回 —— 它们给不出索引边界,
// 但必须原样保留下来做行级过滤。
func flattenAnd(cond Condition, out *[]Condition) {
	if and, ok := cond.(AndCondition); ok {
		for _, sub := range and.Conditions {
			flattenAnd(sub, out)
		}
		return
	}
	*out = append(*out, cond)
}

// incBE 把 buf 当作大端无符号整数加一 (原地)。返回 false 表示溢出 ——
// 此时 buf 之后不再存在任何更大的键。
func incBE(buf []byte) bool {
	for i := len(buf) - 1; i >= 0; i-- {
		buf[i]++
		if buf[i] != 0 {
			return true
		}
	}
	return false
}

// fillFF 把 buf[from:] 全置 0xFF (该分量及其后分量的最大值)。
// from 可以是 0 —— 首分量就是范围分量时前缀为空, 此时整个键都无上界。
func fillFF(buf []byte, from int) {
	for i := from; i < len(buf); i++ {
		buf[i] = 0xFF
	}
}

// buildScanPlan 分析 WHERE 条件, 选择最优索引
func (q *Query) buildScanPlan() *scanPlan {
	if q.whereCond == nil {
		return nil
	}
	if q.table.indexMeta == nil {
		return nil
	}

	// 先展平成合取项: 索引区间是按"分量"折叠出来的, 只有 AND 语义才可加。
	var leaves []Condition
	flattenAnd(q.whereCond, &leaves)

	var bestPlan *scanPlan
	for i := range q.table.indexMeta.metas {
		m := &q.table.indexMeta.metas[i]
		if m.Flag&0x80 != 0 {
			continue
		}
		// 主键索引直接承载全部行, 但它的 B+ 树叶键是 pkID, 而不是"建在哪一列上"。
		// planIndex 会用 meta.FieldIDs 编码出的【字段值】当扫描区间 (见 buildKeyLayout),
		// 拿它去比对 pkID 叶键, 语义对不上 —— 只有当该列的值恒等于 pkID 时才偶然正确,
		// 否则会静默地只命中/漏掉若干行 (例如 Delete/Update 的条件扫描)。
		// 因此主键索引不参与列条件规划, 这类查询退回全表扫描 + 行级过滤 (fullTableScan
		// 会施加 whereCond), 结果正确; 按 pkID 的点查/回表仍走 SearchByIndex/ResolveByPK,
		// 不经过这里, 不受影响。
		if m.IndexType == page.IndexTypePrimary {
			continue
		}
		handler, ok := index.Compose.GetHandler(m.IndexType)
		if !ok {
			continue
		}
		plan := q.planIndex(m, handler, leaves)
		if plan == nil {
			continue // 此索引不匹配
		}
		// 该索引是否承载行数据: 由处理器自报, 本层不认识索引类型
		plan.rowStore = handler.IsRowStore()
		if plan.rowStore {
			return plan // 行存储索引最优 (免回表), 不再找
		}
		if bestPlan == nil {
			bestPlan = plan
		}
	}
	return bestPlan
}

// planIndex 为一个索引推导扫描区间; 该索引用不上时返回 nil。
func (q *Query) planIndex(m *IndexMeta, handler index.IndexHandler, leaves []Condition) *scanPlan {
	lay, ok := q.buildKeyLayout(m)
	if !ok {
		return nil
	}
	n := len(lay.sizes)

	cons := make([]keyConstraint, n)   // 各分量合并后的边界
	compCond := make([][]Condition, n) // 各分量上的原始条件 (用于决定哪些能丢)
	var rest []Condition               // 与索引无关、必须保留的条件

	for _, c := range leaves {
		k, value, kind := q.classifyLeaf(c, m)
		if k < 0 {
			rest = append(rest, c)
			continue
		}
		ft := q.table.Field[m.FieldIDs[k]].FieldType
		// 用 Safe 版本: 条件的值类型与列存储类型不符时 encodeIndexKey 会 panic,
		// 规划阶段不该把用户输入直接变成崩溃 —— 退回行级过滤由 Match 去处理。
		// 带上列级 param (decimal 的 scale / 字符串的宽度码): 索引键必须与行内字节完全一致。
		enc, err := encodeIndexKeySafeWithParam(value, ft, q.table.fieldParam(int(m.FieldIDs[k])))
		if err != nil || len(enc) != lay.sizes[k] {
			// 编码失败, 或长度与分量长度不符 (拼进定长键会错位) → 交给行级过滤
			rest = append(rest, c)
			continue
		}
		if !cons[k].add(kind, enc) {
			// 该分量上的条件互相矛盾 → 结果必为空。
			// 这里保守地"放弃索引"而不是返回空区间: 定长补码编码下负数字节序与
			// 数值序相反, 用字节比较断定"空"对负数不成立, 退回全表扫描更稳。
			return nil
		}
		compCond[k] = append(compCond[k], c)
	}

	// 从左往右消费"等值分量"; 之后最多再消费一个范围分量, 更后面的分量帮不上忙。
	eqLen := 0
	for eqLen < n && cons[eqLen].isEquality() {
		eqLen++
	}
	rangeIdx := -1
	if eqLen < n && cons[eqLen].count > 0 {
		rangeIdx = eqLen
	}

	// IN 展开: 只看"等值前缀的下一个分量", 且其上必须还没有任何边界条件
	// (有范围/等值条件时让位给常规区间规划, IN 由行级过滤兜底)。
	// 每个 IN 值变成该分量取值的精确区间 [前缀||v||00.., 前缀||v||FF..]。
	// 多个 IN 只消费第一个适用的, 其余留在行级过滤 (正确性不受影响)。
	// 注意本段在 cons[0].count 判定【之前】: 只有 IN 条件时 cons 全空,
	// 但它照样能给出一组精确区间。
	for _, c := range leaves {
		in, ok := c.(InCondition)
		if !ok {
			continue
		}
		if eqLen >= n || cons[eqLen].count != 0 {
			continue
		}
		if q.locateComponent(in.Field, m) != eqLen {
			continue
		}
		if plan := q.planInRanges(m, handler, lay, cons, eqLen, rest, compCond, in); plan != nil {
			return plan
		}
		// 返回了 nil = 有值编不出键: 本索引放弃 IN, 让行级过滤兜住正确性,
		// 继续走下面的常规区间规划 (等值前缀等条件仍可用)。
		break
	}

	if cons[0].count == 0 {
		return nil // 首分量没有边界 → 索引给不出连续区间
	}

	startKey := make([]byte, lay.total)
	endKey := make([]byte, lay.total)
	prefix := 0
	for j := 0; j < eqLen; j++ {
		copy(startKey[prefix:], cons[j].lo)
		copy(endKey[prefix:], cons[j].lo)
		prefix += len(cons[j].lo)
	}

	plan := &scanPlan{
		meta: m, handler: handler,
		ranges: []keyRange{{startKey: startKey, endKey: endKey,
			startInclusive: true, endInclusive: true}},
		remainingCond: q.remainCond(rest, compCond, eqLen, rangeIdx),
	}

	// 全部等值 → 精确键 (此时 prefix == total, fillFF 无事可做);
	// 只消费了等值前缀 → 该前缀下的全部键: [前缀||00.., 前缀||FF..]。
	if eqLen == n || rangeIdx < 0 {
		fillFF(endKey, prefix)
		return plan
	}

	rc := &cons[rangeIdx]
	size := lay.sizes[rangeIdx]

	// 下界: [前缀 || 分量值 || 00..]
	if rc.lo != nil {
		copy(startKey[prefix:], rc.lo)
		if !rc.loInc {
			// 严格下界: 要跳过分量 == lo 的全部键, 即把 (前缀||lo) 整体加一
			if !incBE(startKey[:prefix+size]) {
				return nil // 已经是最大键, 该条件不可能有匹配行
			}
		}
	}

	// 上界: [前缀 || 分量值 || FF..]
	kr := &plan.ranges[0]
	if rc.hi == nil {
		fillFF(endKey, prefix)
	} else if rc.hiInc {
		copy(endKey[prefix:], rc.hi)
		fillFF(endKey, prefix+size)
	} else {
		// 严格上界: 分量 == hi 的键全部排除
		copy(endKey[prefix:], rc.hi)
		kr.endInclusive = false
	}
	return plan
}

// planInRanges 把 IN 条件展开成多区间扫描计划。
//
// 返回 nil 表示 IN 无法索引化 (有值编不出键) —— 调用方退回常规规划/全表扫描,
// IN 本身仍在 whereCond 里, 行级过滤保证正确性。
// IN 空集合 → 返回 ranges 为空的计划: 任何区间都不扫, 结果必空 (IN 恒假),
// 与 InCondition.Match 的空集合语义一致。
func (q *Query) planInRanges(m *IndexMeta, handler index.IndexHandler, lay *indexKeyLayout,
	cons []keyConstraint, eqLen int, rest []Condition, compCond [][]Condition, in InCondition) *scanPlan {
	k := eqLen
	size := lay.sizes[k]
	fi := int(m.FieldIDs[k])
	ft := q.table.Field[fi].FieldType
	param := q.table.fieldParam(fi)

	// 等值前缀字节 (与常规规划同一编码: cons[j].lo, isEquality 保证两端闭且相等)
	prefix := make([]byte, lay.offsets[k])
	for j := 0; j < eqLen; j++ {
		copy(prefix[lay.offsets[j]:], cons[j].lo)
	}

	if len(in.Values) == 0 {
		// 恒空: 不扫任何区间。remainingCond 保留全部条件 (无行可过滤, 仅为语义完整)。
		return &scanPlan{meta: m, handler: handler,
			ranges:        nil,
			remainingCond: q.remainCond(rest, compCond, 0, -1)}
	}

	ranges := make([]keyRange, 0, len(in.Values))
	seen := make(map[string]struct{}, len(in.Values)) // 编码后同键的值只留一个区间
	for _, v := range in.Values {
		enc, err := encodeIndexKeySafeWithParam(v, ft, param)
		if err != nil || len(enc) != size {
			return nil // 任一值编不出正确宽度的键 → 整个 IN 退回行级过滤
		}
		// 该分量取值 v 的全部键: [前缀||v||00.., 前缀||v||FF..] (单列索引即 [v, v])
		start := make([]byte, lay.total)
		end := make([]byte, lay.total)
		copy(start, prefix)
		copy(end, prefix)
		copy(start[lay.offsets[k]:], enc)
		copy(end[lay.offsets[k]:], enc)
		fillFF(end, lay.offsets[k]+size)
		// 重复值/编码碰撞值去重: 不去重的话, raw 聚合路径 (Count/Sum 的
		// scanRaw) 会对同一行重复计数 —— 行交付路径有去重, 聚合没有。
		if _, dup := seen[string(start)]; dup {
			continue
		}
		seen[string(start)] = struct{}{}
		ranges = append(ranges, keyRange{startKey: start, endKey: end,
			startInclusive: true, endInclusive: true})
	}
	return &scanPlan{meta: m, handler: handler, ranges: ranges,
		remainingCond: q.remainCond(rest, compCond, eqLen, -1)}
}

// remainCond 汇总索引区间没能表达、仍需逐行过滤的条件。
// 已被区间精确覆盖的分量 (等值前缀 + 那个范围分量) 上的条件可以安全丢掉。
func (q *Query) remainCond(rest []Condition, compCond [][]Condition, eqLen, rangeIdx int) Condition {
	remaining := rest
	for j := range compCond {
		if j < eqLen || j == rangeIdx {
			continue
		}
		remaining = append(remaining, compCond[j]...)
	}
	switch len(remaining) {
	case 0:
		return nil
	case 1:
		return remaining[0]
	default:
		return And(remaining...)
	}
}

// rowWithPK 把结果行与它的 pkID 绑在一起 —— 排序/翻页会重排结果集, pkID 必须
// 跟着行一起移动, 否则回调会把 A 行的 pkID 配到 B 行的数据上。
type rowWithPK struct {
	pkID uint64
	row  []types.FieldValue
}

// orderKeySpec 预解析的排序键: 排序列不存在于表中时在构建阶段就被丢掉,
// 比较阶段不再做任何字段查找。
type orderKeySpec struct {
	field string
	ft    types.FieldType
	desc  bool
}

// buildOrderSpecs 把 OrderBy 解析成排序键规格 (字段名 + 列类型 + 方向)。
func (q *Query) buildOrderSpecs() []orderKeySpec {
	specs := make([]orderKeySpec, 0, len(q.orderBys))
	for _, ob := range q.orderBys {
		idx := q.table.findFieldIndex(ob.Field)
		if idx < 0 {
			continue
		}
		specs = append(specs, orderKeySpec{
			field: ob.Field,
			ft:    q.table.Field[idx].FieldType,
			desc:  ob.Descending,
		})
	}
	return specs
}

// compareRowsForOrderBy 按 OrderBy 规则比较两行, 返回 -1/0/1。
// 0 表示"所有排序列都无法区分"(字段缺失), 由调用方用稳定排序保持原顺序。
//
// 保留给外部调用方; 查询内部排序走 sortResults (decoration 每行只提取一次键)。
func (q *Query) compareRowsForOrderBy(a, b []types.FieldValue) int {
	return compareRowsBySpecs(a, b, q.buildOrderSpecs())
}

// compareRowsBySpecs 按预解析规格比较两行 (每行先经 findFieldValue 取值)。
func compareRowsBySpecs(a, b []types.FieldValue, specs []orderKeySpec) int {
	for _, s := range specs {
		vi := findFieldValue(a, s.field)
		vj := findFieldValue(b, s.field)
		if vi == nil || vj == nil {
			continue
		}
		cmp := compareFieldValues(vi, vj, s.ft)
		if cmp == 0 {
			continue
		}
		if s.desc {
			return -cmp
		}
		return cmp
	}
	return 0
}

// ======================== 核心查询 ========================

// Find 执行查询，返回多行
func (q *Query) Find() ([][]types.FieldValue, error) {
	var results [][]types.FieldValue
	err := q.scan(func(row []types.FieldValue) bool {
		results = append(results, row)
		return true
	})
	if err != nil {
		return nil, err
	}
	// 投影
	if len(q.selectCols) > 0 {
		results = q.project(results)
	}
	return results, nil
}

// Scan 流式扫描查询, 回调函数逐行处理数据, 返回 false 提前终止
// 适用于不需要全量收集结果的场景, 内存友好
func (q *Query) Scan(callback func(row []types.FieldValue) bool) error {
	return q.scan(callback)
}

// scan 内部流式扫描核心方法
// 自动处理: 索引选择 → 排序 → OFFSET → LIMIT → 回调
func (q *Query) scan(callback func(row []types.FieldValue) bool) error {
	return q.scanWithPKID(func(_ uint64, row []types.FieldValue) bool {
		return callback(row)
	})
}

// ScanWithPKID 流式扫描, 回调同时拿到行主键号 pkID 与列值。
//
// 迁移/导出工具必须用这个而不是 Scan: 行数据里不含 pkID (它是行的 8 字节前缀,
// 不是字段), 只拿字段值就没法还原"这一行的主键号是多少" —— 导出到 SQL 时要么
// 丢掉真实主键, 要么被迫用某个列值冒充 (列值可能是 0、可能被改过)。
func (q *Query) ScanWithPKID(callback func(pkID uint64, row []types.FieldValue) bool) error {
	return q.scanWithPKID(callback)
}

// scanWithPKID 与 scan 完全一致, 但额外把每行的真实 pkID 交给回调。
//
// 为什么需要: 行数据里不含 pkID (它是行的 8 字节前缀, 不是字段), 普通 Scan 回调
// 只拿得到字段值。删除/更新必须按真实 pkID 定位行, 旧实现只能退而求其次地
// "取第一个 uint64 类型的字段值当 pkID" —— 主键列不是行内第一个 8 字节列时,
// 它删掉的是另一个主键指向的行, 匹配上的行反而一条都没动, 而且不报错。
func (q *Query) scanWithPKID(callback func(pkID uint64, row []types.FieldValue) bool) error {
	plan := q.buildScanPlan()

	// 判断是否需要内存排序 (OrderBy 字段与索引不一致时)
	needSort := false
	if len(q.orderBys) > 0 {
		if plan == nil {
			needSort = true
		} else {
			idxField := q.fieldNameFromMeta(plan.meta)
			// 免排序只适用于单区间: 多区间 (IN 展开) 的输出是"各区间有序、
			// 全局无序"的拼接, 必须交给下面的排序管线。
			if !(len(q.orderBys) == 1 && q.orderBys[0].Field == idxField && len(plan.ranges) == 1) {
				needSort = true
			}
		}
	}

	// 需要排序时, 必须先收集全部再排序, 无法流式 LIMIT
	if needSort {
		specs := q.buildOrderSpecs()
		// ORDER BY + LIMIT: 流式 top-k, 只保留 limit+offset 行的小顶堆,
		// 内存 O(k) 且免全量排序 (旧实现物化全部结果再整体排序)。
		if q.limit > 0 && len(specs) > 0 {
			return q.topKScan(callback, plan, specs)
		}
		var all []rowWithPK
		err := q.executeScan(func(pkID uint64, row []types.FieldValue) bool {
			all = append(all, rowWithPK{pkID, row})
			return true
		}, plan, 0)
		if err != nil {
			return err
		}
		// 排序必须连 pkID 一起搬: 只排 []FieldValue 会让回调拿到错位的 pkID。
		// decoration: 每行只按名提取一次排序键, 键必须随行进数组 —— 排序会重排
		// 切片元素, 平行键数组会因此错位 (索引指向交换后的别的行)。
		// 各行列集合可能因 NULL 跳过而不同, 键按名取、缺失用 nil 占位。
		if len(specs) > 0 {
			dec := make([]struct {
				item rowWithPK
				keys []interface{}
			}, len(all))
			for i := range all {
				k := make([]interface{}, len(specs))
				for j, s := range specs {
					k[j] = findFieldValue(all[i].row, s.field)
				}
				dec[i] = struct {
					item rowWithPK
					keys []interface{}
				}{all[i], k}
			}
			sort.SliceStable(dec, func(i, j int) bool {
				return compareKeys(dec[i].keys, dec[j].keys, specs) < 0
			})
			all = all[:0]
			for i := range dec {
				all = append(all, dec[i].item)
			}
		}
		// OFFSET
		if q.offset > 0 {
			if q.offset >= len(all) {
				return nil
			}
			all = all[q.offset:]
		}
		// LIMIT
		if q.limit > 0 && q.limit < len(all) {
			all = all[:q.limit]
		}
		for _, item := range all {
			if !callback(item.pkID, item.row) {
				return nil
			}
		}
		return nil
	}

	// 不需要排序: 直接流式传递 callback, 支持 LIMIT 提前终止。
	// 回表预算 = LIMIT+OFFSET: 达到即收工 (OFFSET 行也要交付给下面的跳行逻辑)。
	budget := 0
	if q.limit > 0 {
		budget = q.limit + q.offset
	}
	seen := 0
	return q.executeScan(func(pkID uint64, row []types.FieldValue) bool {
		if seen < q.offset {
			seen++
			return true // 跳过 OFFSET
		}
		seen++
		if !callback(pkID, row) {
			return false // 用户要求停止
		}
		// LIMIT 检查 (0 表示无限制)
		if q.limit > 0 && seen-q.offset >= q.limit {
			return false // 已满足, 提前终止扫描
		}
		return true
	}, plan, budget)
}

// executeScan 执行索引扫描或全表扫描, 将反序列化后的行传递给回调。
// budget > 0 时最多交付 budget 行 (LIMIT+OFFSET 场景): 二级索引回表据此
// 提前收工, 而不是把命中的上千行全部解出再丢掉 —— Where(hash=重).First()
// 这类点查只允许解 1 行。
func (q *Query) executeScan(callback func(pkID uint64, row []types.FieldValue) bool, plan *scanPlan, budget int) error {
	if plan != nil {
		return q.indexScan(plan, callback, budget)
	}
	return q.fullTableScan(callback)
}

// deserialize 行解码入口: 无投影走全列解码; 有投影只解码选中列 (含 ORDER BY 列,
// 排序键要从解码后的行里取)。掩码按 master 下标, 随查询构建器惰性构建一次。
func (q *Query) deserialize(rowData []byte) []types.FieldValue {
	if len(q.selectCols) == 0 {
		return q.table.deserializeRow(rowData)
	}
	if !q.wantBuilt {
		mask := make([]bool, len(q.table.Field))
		mark := func(name string) {
			if i := q.table.findFieldIndex(name); i >= 0 {
				mask[i] = true
			}
		}
		for _, c := range q.selectCols {
			mark(c)
		}
		for _, ob := range q.orderBys {
			mark(ob.Field)
		}
		q.wantMask = mask
		q.wantBuilt = true
	}
	return q.table.deserializeRowSelect(rowData, q.wantMask)
}

// indexScan 使用索引扫描并按"先物化、后回表"两阶段执行。
//
// 为什么不能像旧实现那样在 RangeScan 回调里直接回表 + 触发用户 callback:
// RangeScan 是沿叶子双向链 (PageHdr.NextPage) 推进的裸游标, 而用户的 Scan 回调
// 常常会对【同一棵索引】做 Update/Delete —— 删旧条目 + 插新条目会触发叶分裂/合并,
// 被合并掉的叶子页会被登记回收, 下一个 Commit/drain 时该页被清零并改写成空闲链节点
// (空闲链同样用 PageHdr.NextPage 串接)。此时游标再读该页的 NextPage, 拿到的就是
// 空闲链指针, 于是跳到一张 type=0 的空页上 (实测 panic: bad page type=0)。
//
// 物化把"遍历"与"修改"彻底分开: 遍历阶段树保持只读, 游标始终有效; 修改发生在
// 遍历结束之后, 不再影响游标。二级索引只物化 pkID(8B/行), 内存开销与结果集成正比
// 且远小于整行物化; rowStore 索引物化的是行的快照 (必须拷贝, 因为它是页内缓冲视图)。
func (q *Query) indexScan(plan *scanPlan, callback func(pkID uint64, row []types.FieldValue) bool, budget int) error {
	// 判断 OrderBy 是否需要反向 (只对单区间有定义; 多区间已强制走排序管线)
	reverse := false
	if len(plan.ranges) == 1 && len(q.orderBys) == 1 {
		idxField := q.fieldNameFromMeta(plan.meta)
		if q.orderBys[0].Field == idxField && q.orderBys[0].Descending {
			reverse = true
		}
	}

	if plan.rowStore {
		// 承载行数据的索引: RangeScan 返回 storeRow = [pkID(8B) + rowData]。
		// storeRow 指向页缓冲, 遍历结束后页可能被回收改写, 必须拷贝一份快照。
		// 多区间 (IN 展开) 时不同值可能编码出重叠区间 → 按 pkID 去重。
		var rows [][]byte
		var seen map[uint64]struct{}
		if len(plan.ranges) > 1 {
			seen = make(map[uint64]struct{}, len(plan.ranges)*4)
		}
		for _, kr := range plan.ranges {
			if err := plan.handler.RangeScan(q.table.handle, plan.meta.EntryPage,
				kr.startKey, kr.endKey, kr.startInclusive, kr.endInclusive, reverse,
				func(row []byte) bool {
					if len(row) < 8 {
						return true
					}
					if seen != nil {
						pkID := binary.BigEndian.Uint64(row[:8])
						if _, dup := seen[pkID]; dup {
							return true
						}
						seen[pkID] = struct{}{}
					}
					snapshot := make([]byte, len(row))
					copy(snapshot, row)
					rows = append(rows, snapshot)
					return true
				}); err != nil {
				return err
			}
		}
		for _, row := range rows {
			rowData := row[8:]
			if plan.remainingCond != nil {
				if !plan.remainingCond.Match(rowData, q.table) {
					continue
				}
			}
			if !callback(binary.BigEndian.Uint64(row[:8]), q.deserialize(rowData)) {
				return nil
			}
		}
		return nil
	}

	// 二级索引: RangeScan 的输出序即索引键序 (B+ 叶序 / Hash 内部已按键排序),
	// 免排序 ORDER BY 路径依赖它 —— 单区间时原样保留; 只有 IN 多区间才排序去重
	// (此时顺序本来就交给排序管线, 升序输入也是批量回表游标的要求)。
	var pkIDs []uint64
	for _, kr := range plan.ranges {
		if err := plan.handler.RangeScan(q.table.handle, plan.meta.EntryPage,
			kr.startKey, kr.endKey, kr.startInclusive, kr.endInclusive, reverse,
			func(row []byte) bool {
				if len(row) < 8 {
					return true
				}
				pkIDs = append(pkIDs, binary.BigEndian.Uint64(row[:8]))
				return true
			}); err != nil {
			return err
		}
	}
	if len(plan.ranges) > 1 && len(pkIDs) > 1 {
		sort.Slice(pkIDs, func(i, j int) bool { return pkIDs[i] < pkIDs[j] })
		// 多区间才可能重复 (同 pkID 命中多个重叠区间); 单区间去重徒增一次扫描
		w := 1
		for i := 1; i < len(pkIDs); i++ {
			if pkIDs[i] != pkIDs[w-1] {
				pkIDs[w] = pkIDs[i]
				w++
			}
		}
		pkIDs = pkIDs[:w]
	}
	q.table.indexMeta.BatchResolveByPK(pkIDs, budget, func(pkID uint64, storeRow []byte) bool {
		rowData := storeRow[8:]
		if plan.remainingCond != nil {
			if !plan.remainingCond.Match(rowData, q.table) {
				return true
			}
		}
		return callback(pkID, q.deserialize(rowData))
	})
	return nil
}

// fullTableScan 全表扫描 (流式回调模式)
func (q *Query) fullTableScan(callback func(pkID uint64, row []types.FieldValue) bool) error {
	// 找承载行数据的索引 (由处理器自报, 本层不认识索引类型)
	primMeta, primHandler, ok := q.table.indexMeta.rowStoreMeta()
	if !ok || primMeta == nil || primHandler == nil {
		return nil
	}

	dpIDs := primHandler.GetDataPageIDs(q.table.handle, primMeta.EntryPage)
	for _, dpID := range dpIDs {
		rows := primHandler.ReadDataPageRows(q.table.handle, dpID)
		for _, storeRow := range rows {
			if len(storeRow) < 8 {
				continue
			}
			rowData := storeRow[8:]
			if q.whereCond != nil {
				if !q.whereCond.Match(rowData, q.table) {
					continue
				}
			}
			if !callback(binary.BigEndian.Uint64(storeRow[:8]), q.deserialize(rowData)) {
				return nil // 回调要求提前终止
			}
		}
	}
	return nil
}

// ======================== 裸字节扫描 (聚合专用) ========================

// scanRaw 裸字节版流式扫描: 回调拿 (pkID, 原始行字节), 全程不 deserializeRow。
//
// 背景: Count/Sum/Max/Min 每行只需要"过条件 + 最多一列", 而 scan 管线对每行都
// 分配 []FieldValue 并解码全部活跃列 —— 100 万行的 SUM 里这部分占了绝对大头
// (实测带条件全表扫描每行 ~0.66µs, 整行物化路径 ~1.4µs/行)。
//
// 约束: 只服务内部只读聚合。有 ORDER BY 时排序要比较解码后的列值, 这条路径
// 无能为力 —— 调用方必须先退回整行路径。OFFSET/LIMIT 语义与 scanWithPKID
// 的无排序分支逐行一致。
func (q *Query) scanRaw(callback func(pkID uint64, rowData []byte) bool) error {
	plan := q.buildScanPlan()
	seen := 0
	return q.executeScanRaw(func(pkID uint64, rowData []byte) bool {
		if seen < q.offset {
			seen++
			return true // 跳过 OFFSET
		}
		seen++
		if !callback(pkID, rowData) {
			return false // 用户要求停止
		}
		if q.limit > 0 && seen-q.offset >= q.limit {
			return false // 已满足 LIMIT, 提前终止扫描
		}
		return true
	}, plan)
}

func (q *Query) executeScanRaw(callback func(pkID uint64, rowData []byte) bool, plan *scanPlan) error {
	if plan != nil {
		return q.indexScanRaw(plan, callback)
	}
	return q.fullTableScanRaw(callback)
}

// indexScanRaw 与 indexScan 走同一执行计划, 但回调拿裸行字节, 且遍历中同步回表。
//
// 为什么可以在 RangeScan 回调里直接回表 (indexScan 却必须"先物化、后回表"):
// 物化两阶段是为"用户回调会在遍历中 Update/Delete 同一棵索引"准备的 —— 叶分裂/
// 合并会让裸游标读到被改写的页。本路径的消费者全是只读聚合, 遍历中不存在任何
// 写操作, 游标必然有效; 于是物化 (含 rowStore 的逐行快照拷贝) 一并省掉。
func (q *Query) indexScanRaw(plan *scanPlan, callback func(pkID uint64, rowData []byte) bool) error {
	scanRange := func(kr keyRange) error {
		if plan.rowStore {
			// 承载行数据的索引: 条目即 storeRow = [pkID(8B) + rowData]
			return plan.handler.RangeScan(q.table.handle, plan.meta.EntryPage,
				kr.startKey, kr.endKey, kr.startInclusive, kr.endInclusive, false,
				func(row []byte) bool {
					if len(row) < 8 {
						return true
					}
					rowData := row[8:]
					if plan.remainingCond != nil && !plan.remainingCond.Match(rowData, q.table) {
						return true
					}
					return callback(binary.BigEndian.Uint64(row[:8]), rowData)
				})
		}
		// 二级索引: 条目 = pkID(8B BE), 遍历中同步回表 (只读, 不触碰被遍历的索引结构)
		return plan.handler.RangeScan(q.table.handle, plan.meta.EntryPage,
			kr.startKey, kr.endKey, kr.startInclusive, kr.endInclusive, false,
			func(row []byte) bool {
				if len(row) < 8 {
					return true
				}
				storeRow, found := q.table.indexMeta.ResolveByPK(binary.BigEndian.Uint64(row[:8]))
				if !found {
					return true // 行已被删除, 跳过
				}
				rowData := storeRow[8:]
				if plan.remainingCond != nil && !plan.remainingCond.Match(rowData, q.table) {
					return true
				}
				return callback(binary.BigEndian.Uint64(row[:8]), rowData)
			})
	}
	for _, kr := range plan.ranges {
		if err := scanRange(kr); err != nil {
			return err
		}
	}
	return nil
}

// fullTableScanRaw 与 fullTableScan 同构, 回调拿裸行字节。
// ReadDataPageRows 返回的行本就是拷贝快照, rowData 跨回调安全。
func (q *Query) fullTableScanRaw(callback func(pkID uint64, rowData []byte) bool) error {
	primMeta, primHandler, ok := q.table.indexMeta.rowStoreMeta()
	if !ok || primMeta == nil || primHandler == nil {
		return nil
	}
	dpIDs := primHandler.GetDataPageIDs(q.table.handle, primMeta.EntryPage)
	for _, dpID := range dpIDs {
		for _, storeRow := range primHandler.ReadDataPageRows(q.table.handle, dpID) {
			if len(storeRow) < 8 {
				continue
			}
			rowData := storeRow[8:]
			if q.whereCond != nil {
				if !q.whereCond.Match(rowData, q.table) {
					continue
				}
			}
			if !callback(binary.BigEndian.Uint64(storeRow[:8]), rowData) {
				return nil // 回调要求提前终止
			}
		}
	}
	return nil
}

// ======================== 排序 ========================

// sortResults 内存排序: decoration 阶段每行按名提取一次排序键, 键随行进数组
// (排序会重排元素, 平行键数组会错位), 比较阶段零查找。
// 行集合可能因 NULL 跳列而宽窄不一, 键按名进行、缺失用 nil 占位,
// 语义与旧比较器完全一致。
func (q *Query) sortResults(results [][]types.FieldValue) {
	specs := q.buildOrderSpecs()
	if len(specs) == 0 {
		return
	}
	dec := make([]struct {
		row  []types.FieldValue
		keys []interface{}
	}, len(results))
	for i := range results {
		k := make([]interface{}, len(specs))
		for j, s := range specs {
			k[j] = findFieldValue(results[i], s.field)
		}
		dec[i] = struct {
			row  []types.FieldValue
			keys []interface{}
		}{results[i], k}
	}
	sort.SliceStable(dec, func(i, j int) bool {
		return compareKeys(dec[i].keys, dec[j].keys, specs) < 0
	})
	for i := range dec {
		results[i] = dec[i].row
	}
}

// compareKeys 比较两行预提取的排序键。
func compareKeys(ka, kb []interface{}, specs []orderKeySpec) int {
	for j, s := range specs {
		vi, vj := ka[j], kb[j]
		if vi == nil || vj == nil {
			continue
		}
		cmp := compareFieldValues(vi, vj, s.ft)
		if cmp == 0 {
			continue
		}
		if s.desc {
			return -cmp
		}
		return cmp
	}
	return 0
}

// ======================== 流式 top-k (ORDER BY + LIMIT) ========================

// topkItem 堆内元素: 行 + 预提取排序键 + 输入序号。
// 序号做相等键的决胜 —— 弹出顺序与 sort.SliceStable 完全一致 (稳定)。
type topkItem struct {
	pkID uint64
	row  []types.FieldValue
	keys []interface{}
	idx  int
}

// topkHeap 容量上限 limit+offset 的小顶堆: 超过即弹出当前最小, 堆里始终是
// 已见行中的前 k 名。heap.Interface。
type topkHeap struct {
	specs []orderKeySpec
	items []topkItem
}

func (h *topkHeap) Len() int { return len(h.items) }

// Less 定义"输出序的逆序" (大顶堆): 堆顶是【当前集合里最后输出】的元素 ——
// 容量超限时的淘汰对象。相等键时输入序号大者更靠后、先被淘汰 (稳定)。
func (h *topkHeap) Less(i, j int) bool {
	c := compareKeys(h.items[i].keys, h.items[j].keys, h.specs)
	if c != 0 {
		return c > 0
	}
	return h.items[i].idx > h.items[j].idx
}

func (h *topkHeap) Swap(i, j int) { h.items[i], h.items[j] = h.items[j], h.items[i] }

func (h *topkHeap) Push(x interface{}) { h.items = append(h.items, x.(topkItem)) }

func (h *topkHeap) Pop() interface{} {
	old := h.items
	n := len(old)
	it := old[n-1]
	old[n-1] = topkItem{} // 防内存泄漏
	h.items = old[:n-1]
	return it
}

// topKScan ORDER BY + LIMIT 的流式执行: 扫描全程只保留 limit+offset 行的小顶堆,
// 内存 O(k)、免全量排序 (旧实现先物化全部结果再整体排序, 百万行翻页也要全排)。
// 稳定性: 相等键按输入序号决胜, 输出与 sort.SliceStable 后切片逐字节一致。
func (q *Query) topKScan(callback func(pkID uint64, row []types.FieldValue) bool,
	plan *scanPlan, specs []orderKeySpec) error {
	cap := q.limit + q.offset
	if cap < q.limit {
		cap = q.limit // 防 offset 溢出 (理论值, int 实际不会)
	}
	h := &topkHeap{specs: specs}
	idx := 0
	err := q.executeScan(func(pkID uint64, row []types.FieldValue) bool {
		keys := make([]interface{}, len(specs))
		for j, s := range specs {
			keys[j] = findFieldValue(row, s.field)
		}
		heap.Push(h, topkItem{pkID: pkID, row: row, keys: keys, idx: idx})
		idx++
		if h.Len() > cap {
			heap.Pop(h)
		}
		return true
	}, plan, 0)
	if err != nil {
		return err
	}
	// 全部弹出: 大顶堆弹出的是"输出序最后"的元素 → items 是输出序的逆序。
	items := make([]topkItem, 0, h.Len())
	for h.Len() > 0 {
		items = append(items, heap.Pop(h).(topkItem))
	}
	if q.offset > 0 {
		if q.offset >= len(items) {
			return nil
		}
		items = items[:len(items)-q.offset] // 弹出序的尾部 = 输出序的头部 → 丢弃
	}
	if q.limit > 0 && len(items) > q.limit {
		items = items[len(items)-q.limit:] // 保留弹出序尾部 = 输出序的前 limit 名
	}
	for i := len(items) - 1; i >= 0; i-- {
		if !callback(items[i].pkID, items[i].row) {
			return nil
		}
	}
	return nil
}

func findFieldValue(row []types.FieldValue, field string) interface{} {
	for _, fv := range row {
		if string(fv.FieldName) == field {
			return fv.Value
		}
	}
	return nil
}

// cmpInt64 / cmpUint64 把三态比较收敛到一处, 避免每个分支重复写一遍 if 链。
func cmpInt64(a, b int64) int {
	switch {
	case a < b:
		return -1
	case a > b:
		return 1
	}
	return 0
}

func cmpUint64(a, b uint64) int {
	switch {
	case a < b:
		return -1
	case a > b:
		return 1
	}
	return 0
}

// compareFieldValues 按【字段类型】比较同一列的两个值, 返回 -1/0/1。
//
// 类型必须由调用方传入, 不能只看 Go 值类型: 同一列都可能读成 int16, 但它既可能来自
// 有符号的 FieldType_Int16 (int16 语义), 也可能来自无符号的 FieldType_Uint16 ——
// 后者的值是 uint16 的位模式被重解释成 int16, 两者序不同 (位模式 0xFFFF: int16 是 -1,
// uint16 是 65535)。旧实现只按 Go 值类型分派, 既分不清这两种, 又整个漏掉了 int8/int64。
//
// 有符号类型比的是【解码后的值】而不是盘上字节: 盘上是保序编码 (符号位已翻转),
// 直接比字节也对, 但这里拿到的是已解码的值, 比数值更直白。
func compareFieldValues(a, b interface{}, ft types.FieldType) int {
	switch ft {
	case types.FieldType_Int8:
		return cmpInt64(int64(a.(int8)), int64(b.(int8)))
	case types.FieldType_Int16:
		return cmpInt64(int64(a.(int16)), int64(b.(int16)))
	case types.FieldType_Int32:
		return cmpInt64(int64(a.(int32)), int64(b.(int32)))
	case types.FieldType_Int64:
		return cmpInt64(a.(int64), b.(int64))
	case types.FieldType_Uint8:
		return cmpUint64(uint64(a.(byte)), uint64(b.(byte)))
	case types.FieldType_Uint16:
		// 无符号: 先把 int16 位模式还原回 uint16 再比, 否则 > 32767 的值会被当成负数
		return cmpUint64(uint64(uint16(a.(int16))), uint64(uint16(b.(int16))))
	case types.FieldType_Uint32:
		return cmpUint64(uint64(uint32(a.(int32))), uint64(uint32(b.(int32))))
	case types.FieldType_Uint64:
		return cmpUint64(a.(uint64), b.(uint64))
	case types.FieldType_Float64:
		// 同一列读出的一定是同一类型, 故 b 也是 float64; 容错地走 toFloat64
		fa, fb := toFloat64(a), toFloat64(b)
		switch {
		case fa < fb:
			return -1
		case fa > fb:
			return 1
		}
		return 0
	case types.FieldType_Float32:
		fa, fb := a.(float32), b.(float32)
		switch {
		case fa < fb:
			return -1
		case fa > fb:
			return 1
		}
		return 0
	case types.FieldType_Bool:
		// false < true (与盘上 0x00 < 0x01 的字节序一致)
		ba, bb := a.(bool), b.(bool)
		switch {
		case ba == bb:
			return 0
		case !ba:
			return -1
		}
		return 1
	case types.FieldType_Year:
		// 同 uint16: 载体是 int16, 但语义是无符号年份
		return cmpUint64(uint64(uint16(a.(int16))), uint64(uint16(b.(int16))))
	case types.FieldType_Decimal:
		// 走数值比较 (自动对齐 scale): 同一列的 scale 必然相同, 但比较函数不该依赖这一点
		return a.(types.Decimal).Cmp(b.(types.Decimal))
	case types.FieldType_Int128:
		na, oka := a.(*big.Int)
		nb, okb := b.(*big.Int)
		if !oka || !okb {
			return 0
		}
		return na.Cmp(nb)
	case types.FieldType_UUID:
		ua, oka := a.(types.UUID)
		ub, okb := b.(types.UUID)
		if !oka || !okb {
			return 0
		}
		return bytes.Compare(ua[:], ub[:])
	}
	// 动态字段与所有定长字符串: 按字节序
	ba, ok := a.([]byte)
	if !ok {
		return 0
	}
	bb, ok := b.([]byte)
	if !ok {
		return 0
	}
	return bytes.Compare(ba, bb)
}

// fieldTypeOf 取某列的存储类型, 供按类型比较/聚合使用; 列不存在时返回 0。
func (q *Query) fieldTypeOf(name string) types.FieldType {
	if i := q.table.findFieldIndex(name); i >= 0 {
		return q.table.Field[i].FieldType
	}
	return 0
}

// ======================== 投影 ========================

func (q *Query) project(results [][]types.FieldValue) [][]types.FieldValue {
	colSet := make(map[string]bool)
	for _, c := range q.selectCols {
		colSet[c] = true
	}
	for i, row := range results {
		var filtered []types.FieldValue
		for _, fv := range row {
			if colSet[string(fv.FieldName)] {
				filtered = append(filtered, fv)
			}
		}
		results[i] = filtered
	}
	return results
}

// ======================== 流式聚合 ========================

// FindOne 流式查询，返回单行 (命中即停，不遍历全表)
func (q *Query) FindOne() ([]types.FieldValue, error) {
	var result []types.FieldValue
	found := false
	err := q.scan(func(row []types.FieldValue) bool {
		result = row
		found = true
		return false // 找到第一行即停止
	})
	if err != nil {
		return nil, err
	}
	if !found {
		return nil, page.ErrNotFound
	}
	return result, nil
}

// Count 流式计数。
//
// 三级加速 (每级都严格保持与全量扫描相同的计数语义):
//  1. 无条件无分页排序 → 逐页数活行 (DataPage::CountLiveRows), 不物化、不解码;
//  2. WHERE 被索引区间完全消费 (remainingCond == nil) → 直接数索引条目,
//     不回表、不反序列化 —— 旧实现这里每个命中行都做一次 ResolveByPK +
//     deserializeRow, "用索引 COUNT" 反而比全表扫描更慢 (20k 行 632ms);
//  3. 其余 → 裸字节扫描计数 (deserializeField 都不需要)。
//  带 OFFSET/LIMIT/ORDER BY 时保持旧行为 (旧实现的 Count 语义上会先被分页截断)。
func (q *Query) Count() (int64, error) {
	paged := q.limit > 0 || q.offset > 0 || len(q.orderBys) > 0
	if !paged && q.whereCond == nil {
		return q.countAllLive(), nil
	}
	if !paged {
		if plan := q.buildScanPlan(); plan != nil && plan.remainingCond == nil {
			var count int64
			for _, kr := range plan.ranges {
				err := plan.handler.RangeScan(q.table.handle, plan.meta.EntryPage,
					kr.startKey, kr.endKey, kr.startInclusive, kr.endInclusive, false,
					func(row []byte) bool {
						if len(row) >= 8 {
							count++
						}
						return true
					})
				if err != nil {
					return 0, err
				}
			}
			return count, nil
		}
		var count int64
		err := q.scanRaw(func(_ uint64, _ []byte) bool {
			count++
			return true
		})
		return count, err
	}
	var count int64
	err := q.scan(func(row []types.FieldValue) bool {
		count++
		return true
	})
	return count, err
}

// countAllLive 逐页累加活行数 (无条件 COUNT(*) 的 O(页数) 路径)。
func (q *Query) countAllLive() int64 {
	if q.table.indexMeta == nil {
		return 0
	}
	primMeta, primHandler, ok := q.table.indexMeta.rowStoreMeta()
	if !ok || primMeta == nil || primHandler == nil {
		return 0
	}
	// 处理器实现了免物化计数就用它; 否则退回"读全部行再取 len"
	type liveCounter interface {
		ReadDataPageLiveCount(handle page.HandleDb, dpID uint32) int
	}
	counter, canCount := primHandler.(liveCounter)
	var total int64
	for _, dpID := range primHandler.GetDataPageIDs(q.table.handle, primMeta.EntryPage) {
		if canCount {
			total += int64(counter.ReadDataPageLiveCount(q.table.handle, dpID))
			continue
		}
		total += int64(len(primHandler.ReadDataPageRows(q.table.handle, dpID)))
	}
	return total
}

// Sum 流式求和。
// 每行只解码目标一列 (Table.deserializeField), 不再物化整行; 带 ORDER BY 时
// 排序管线需要整行, 保持旧路径。条件过滤 (whereCond/remainingCond) 在裸字节上
// 进行, 与旧路径同一套 Match。
func (q *Query) Sum(col string) (float64, error) {
	if len(q.orderBys) > 0 {
		var sum float64
		err := q.scan(func(row []types.FieldValue) bool {
			for _, fv := range row {
				if string(fv.FieldName) == col {
					sum += toFloat64(fv.Value)
					break
				}
			}
			return true
		})
		return sum, err
	}
	var sum float64
	err := q.scanRaw(func(_ uint64, rowData []byte) bool {
		if v, ok := q.table.deserializeField(rowData, col); ok {
			sum += toFloat64(v)
		}
		return true
	})
	return sum, err
}

// Max 流式求最大值。
//
// 加速分两档:
//  1. 目标列是某二级索引首列且无 WHERE/分页/排序 → 直接取索引端点
//     (反向 RangeScan 第一条即最大键), O(log N) —— 旧实现对 100 万行
//     线性扫 1.4s, MySQL/SQLite 同场景是 2.6ms/45µs;
//  2. 其余 → 裸字节扫描, 每行只解码目标一列。
func (q *Query) Max(col string) (interface{}, error) {
	if v, hit, err := q.minMaxViaIndex(col, true); hit || err != nil {
		return v, err
	}
	ft := q.fieldTypeOf(col)
	if len(q.orderBys) > 0 {
		var maxVal interface{}
		err := q.scan(func(row []types.FieldValue) bool {
			for _, fv := range row {
				if string(fv.FieldName) == col {
					if maxVal == nil || compareFieldValues(fv.Value, maxVal, ft) > 0 {
						maxVal = fv.Value
					}
					break
				}
			}
			return true
		})
		return maxVal, err
	}
	var maxVal interface{}
	err := q.scanRaw(func(_ uint64, rowData []byte) bool {
		if v, ok := q.table.deserializeField(rowData, col); ok {
			if maxVal == nil || compareFieldValues(v, maxVal, ft) > 0 {
				maxVal = v
			}
		}
		return true
	})
	return maxVal, err
}

// Min 流式求最小值 (加速路径同 Max, 端点取正向第一条)。
func (q *Query) Min(col string) (interface{}, error) {
	if v, hit, err := q.minMaxViaIndex(col, false); hit || err != nil {
		return v, err
	}
	ft := q.fieldTypeOf(col)
	if len(q.orderBys) > 0 {
		var minVal interface{}
		err := q.scan(func(row []types.FieldValue) bool {
			for _, fv := range row {
				if string(fv.FieldName) == col {
					if minVal == nil || compareFieldValues(fv.Value, minVal, ft) < 0 {
						minVal = fv.Value
					}
					break
				}
			}
			return true
		})
		return minVal, err
	}
	var minVal interface{}
	err := q.scanRaw(func(_ uint64, rowData []byte) bool {
		if v, ok := q.table.deserializeField(rowData, col); ok {
			if minVal == nil || compareFieldValues(v, minVal, ft) < 0 {
				minVal = v
			}
		}
		return true
	})
	return minVal, err
}

// minMaxViaIndex 取索引端点求 Max/Min。
//
// 前提: 目标列是某个二级索引的首列, 且查询不带 WHERE/分页/排序 —— 此时
// "全表最大值"就是"该索引里最大的键" (索引键编码与行内字节同源, 字节序即值序,
// 见 encodeIndexKey 的说明), 反向 (Max) / 正向 (Min) RangeScan 的第一条即答案。
// 回调返回 false 提前终止遍历, 成本只有一次树下降。
//
// 返回 (值, 是否命中快速路径, err); 未命中时调用方走全扫路径。
func (q *Query) minMaxViaIndex(col string, wantMax bool) (interface{}, bool, error) {
	if q.whereCond != nil || q.limit > 0 || q.offset > 0 || len(q.orderBys) > 0 {
		return nil, false, nil
	}
	if q.table.indexMeta == nil {
		return nil, false, nil
	}
	for i := range q.table.indexMeta.metas {
		m := &q.table.indexMeta.metas[i]
		if m.Flag&0x80 != 0 || m.IndexType == page.IndexTypePrimary {
			continue
		}
		if q.fieldNameFromMeta(m) != col {
			continue
		}
		if _, ok := q.buildKeyLayout(m); !ok {
			continue // 索引当前不可用 (列被删 / 动态列), 退回全扫
		}
		handler, ok := index.Compose.GetHandler(m.IndexType)
		if !ok {
			continue
		}
		var (
			got   interface{}
			found bool
		)
		err := handler.RangeScan(q.table.handle, m.EntryPage,
			nil, nil, true, true, wantMax,
			func(row []byte) bool {
				if len(row) < 8 {
					return true
				}
				storeRow, ok := q.table.indexMeta.ResolveByPK(binary.BigEndian.Uint64(row[:8]))
				if !ok {
					return true // 端点条目解不出行: 索引端点不可信, 由外层退回全扫
				}
				if v, ok := q.table.deserializeField(storeRow[8:], col); ok {
					got, found = v, true
				}
				return false // 只取端点一条
			})
		if err != nil || !found {
			return nil, false, err
		}
		return got, true, nil
	}
	return nil, false, nil
}

func toFloat64(v interface{}) float64 {
	switch val := v.(type) {
	case float64:
		return val
	case float32:
		return float64(val)
	case uint64:
		return float64(val)
	case int64:
		return float64(val)
	case int:
		return float64(val)
	case int8:
		return float64(val)
	case int16:
		return float64(val)
	case int32:
		return float64(val)
	case byte:
		return float64(val)
	case bool:
		if val {
			return 1
		}
		return 0
	case types.Decimal:
		// 近似: decimal → float64 会失真, 但 Sum/Avg 的返回值类型就是 float64。
		// 需要精确求和的金额场景请用 Decimal.Add 自行累加。
		return val.Float64()
	case *big.Int:
		if val == nil {
			return 0
		}
		f, _ := new(big.Float).SetInt(val).Float64()
		return f
	}
	return 0
}