如何理解 CarbonData 的“索引化列式存储”这一核心特性？引言：从一个真实的业务痛点出发在电信用户行为分析场景中，一家大型运营商需要对每日超过500亿条的用户上网日志telecom_user_events进行深度分析。这张宽表包含user_id、cell_id（基站ID）、event_type（上网/通话/短信）、duration、data_usage、timestamp等数十个字段。他们的核心查询模式极其多样：海量扫描：计算全网昨日的总流量。高选择性点查：根据user_id和timestamp范围，快速定位某用户的详细行为轨迹。多维钻取：分析特定区域（cell_id范围）内，不同event_type的用户活跃度分布。复杂聚合：统计每个用户套餐下的月度流量超支情况。最初，他们将数据以标准 Parquet 格式存储。虽然 Parquet 的列存特性对全表扫描和简单聚合有效，但在处理高选择性点查