【ORC】ORC 的索引机制有哪几种？行索引（Row Index）、布隆过滤器（Bloom Filter）和统计信息（Statistics）分别用于什么场景？

ORC 三级索引机制深度解析：Row Index、Bloom Filter 与 Statistics 的协同作战

问题原文：“ORC 的索引机制有哪几种？行索引（Row Index）、布隆过滤器（Bloom Filter）和统计信息（Statistics）分别用于什么场景？”

本文将面向具备 8 年大数据开发经验但尚未深入 ORC 的工程师，系统性地剖析 Apache ORC 2.3.0 的三级索引体系。我们将超越简单的功能描述，深入其在谓词下推引擎中的协同工作流程，并通过源码、工具验证与金融风控规则特征表场景，揭示这三种索引如何像一支特种部队，在毫秒级内完成对 PB 级数据的精准筛选。

一、问题引入：一次因索引配置不当导致的风控延迟事故

在某大型互联网金融公司的实时反欺诈系统中，我们维护着一张名为risk_features的 ORC 表，路径为/data/risk/features-20260409.orc。这张表存储了数亿用户的数百个风险特征，是所有风控规则决策的核心依据。

某次上线后，一个关键规则IF user_id IN (blacklist) THEN BLOCK的执行延迟从50ms暴涨至3s+。经过紧急排查