Apache Arrow DataFusion中contains函数参数问题的分析与修复
2025-05-31 18:47:11作者:伍霜盼Ellen
Apache Arrow DataFusion是一个用Rust编写的高性能查询引擎,它提供了丰富的SQL功能和DataFrame API。在其字符串函数模块中,contains函数的设计出现了一个参数传递问题,本文将详细分析这个问题及其解决方案。
问题背景
在DataFusion的字符串函数模块中,contains函数的设计文档说明它应该接受两个参数:一个是要搜索的字符串表达式,另一个是要查找的模式。然而实际实现中,该函数被声明为不接受任何参数,这导致了API使用上的不一致。
技术分析
问题的根源在于宏展开时的参数定义缺失。在datafusion/functions/src/string/mod.rs
文件中,contains函数的定义使用了宏来生成函数实现,但缺少了必要的参数声明部分。
原始代码片段如下:
), (
contains,
"Return true if search_string is found within string.",
));
正确的定义应该包含参数声明:
), (
contains,
"Return true if search_string is found within string.",
arg1 arg2
));
影响范围
这个bug会影响所有尝试使用contains函数的DataFusion用户,特别是那些希望通过DataFrame API或SQL接口执行字符串包含操作的用户。由于函数签名不正确,编译器会拒绝接受任何参数,导致用户无法实现预期的字符串搜索功能。
解决方案
修复方案相对直接,需要在宏调用中添加参数声明。修改后的实现将:
- 正确暴露函数参数接口
- 保持与文档描述的一致性
- 允许用户传递要搜索的字符串和搜索模式两个参数
技术意义
这个修复不仅解决了API可用性问题,更重要的是:
- 维护了API的一致性原则
- 确保了文档与实际行为相符
- 提升了开发者的使用体验
- 保持了DataFusion作为高质量Rust项目的标准
总结
在开源项目开发中,这类API设计不一致问题虽然看似简单,但会影响用户体验和项目声誉。DataFusion团队通过快速响应和修复,展现了良好的开源项目管理能力。这也提醒我们,在设计和实现API时,需要特别注意文档与实际代码的一致性,以及函数签名的准确性。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0124AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
229
2.28 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
72

暂无简介
Dart
527
116

仓颉编程语言运行时与标准库。
Cangjie
122
91

React Native鸿蒙化仓库
JavaScript
215
289

Ascend Extension for PyTorch
Python
70
101

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
990
586

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
567
102

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
400