Julia中是否存在支持缺失值的bitstype？对应场景应如何处理？

核心结论 #

目前Julia原生不支持将Union{Missing, T}这类多类型联合自动识别为bitstype，哪怕所有联合成员都是bitstype，也没有内置的参数化带缺失bitstype类型。
你提到的「总大小为底层最大类型大小加1比特/1字节」的逻辑是成立的，只是需要手动实现自定义类型，或者采用生态通用的替代方案。

推荐处理方案 #

方案1：分开存储数据与缺失掩码（通用最佳实践） #

这是目前处理Mmap带缺失数组最常用的方案，不需要自定义类型，兼容性最好：

• 把数组拆成两个独立的部分分别Mmap：
  • 一个是纯T类型的数组，存储所有非缺失位置的有效值（缺失位置可以随便填占位值）
  • 一个是Bool类型的掩码数组，长度和数据数组一致，对应位置标记是否为缺失
• 读写操作分别操作两个数组即可，逻辑简单清晰，也符合Julia官方DataFrames等库的缺省存储逻辑。

方案2：手动定义自定义bitstype #

如果要求必须把缺失标记和数据存在同一个内存块里，可以手动实现自定义primitive type：

# 示例：实现带缺失标记的Float64 bitstype，总大小9字节（72位），1字节存标记，8字节存数据
primitive type Maybe{T} 72 end

# 构造方法
function Maybe{T}(x::Union{Missing, T}) where T <: Real
    if ismissing(x)
        return reinterpret(Maybe{T}, (0x01, zero(UInt64)))[1]
    else
        return reinterpret(Maybe{T}, (0x00, reinterpret(UInt64, x)))[1]
    end
end

# 重载缺失判断方法
Base.ismissing(m::Maybe{T}) where T = reinterpret(Tuple{UInt8, UInt64}, m)[1] == 0x01

# 取值方法
function Base.getindex(m::Maybe{T}) where T
    @assert !ismissing(m) "Cannot get value of missing Maybe{$T}"
    return reinterpret(T, reinterpret(Tuple{UInt8, UInt64}, m)[2])
end

注意：实际使用时可以根据硬件对齐要求调整primitive type的总位数，比如补到128位（16字节）可以获得更好的读写性能，仅需多占用7字节空间。

内容的提问来源于stack exchange，提问作者Jeffrey