MetricStore 2.0 的文件存储模型有哪些改进？支持哪些数据模型？

文件存储升级：

• 文件压缩：Meta 数据同样使用时间线和 LabelKey/LabelValue 两级词典压缩。与内存中保存大词典不同，文件部分把词典划分为一个个 16KB 的小词典保存，每个 Labels 列的 Segment 指向所需词典，查询部分 Label 时只加载所需词典，保证查询加载数据量可控。
• 针对时序数据时间列需排序的特点，在传统列存概念上提出 Piece 单位作为每组 Labels 子列概念，增强时间列与数值列的局部性。
• 当前支持 Double、Long、Bool、String 四种类型，压缩时根据数值类型、数据特征、数据量、稀疏度等使用 Bitmap、RLE、BitPacking、XOR、字典、Zstd 等多种算法动态调整，并引入 SIMD 提升压缩速度。相比 1.0 压缩率有近一倍提升。

多种数据模型：除支持 Dynamic 的 PK 列（Labels）外，还支持 Dynamic 的 Value 列。例如 APM 用 Schema 化数据列，K8s 监控用动态 PK 列，IoT 用 Schema PK 列和动态数值列。在灵活 Schema 和广泛数值类型支持下可兼容绝大多数场景，并快速对接各种数据源和新协议（如 Prometheus Exemplars）。此外还支持数据更新，写入同一组 Label、同一时间戳的新数据即可覆盖旧版本。