这篇主要是说，如何利用compressed bitmap来提升查询性能
虽然之前有很多bitmap的压缩方案，但是，新提出的Roaring bitmap会更加高效
参考，Better bitmap performance with Roaring bitmaps
BitMap，为了有效和compact的表示integer
只能表示integer，因为下标只能是integer
为何是compact？
int是32bit，而32bit的bitmap是可以表示32个int的
很简单，bitmap有个问题，如果需要表示的integer很稀疏的时候，会有很多空间浪费
比如，我只需要表示7和37，那我需要一个64bit的bitmap，把第7，37bit设置为1
这样就没有compact，和直接用integer空间占用是一样的
所以自然的想法就是要根据integer的稀疏程度来选择是否使用bitmap
并且这个全局太粗了，所以要分段，不同的分段用不同的策略，
这个就是Roaring Bitmap的思路，
对于integer，32bit，分为high-16，和low-16
high-16用于分段，形成2的16次方的bucket
low-16如何存储，就取决于bucket中要存储的数据数量，
如果大于4096，就用bitmap，称为bitmapContainer
小于4096，就直接存value，称为arrayContainer
为何是4096，因为直接存储4096个16bit的value的空间，等同于一个2的16次方的bitmap的大小？所以小于4096，不然直接存value
当然这里根据low-16的情况，可以用其他的各种container来进行更为有效的compact
感觉论文剩下的部分比较水