首页
/ Apache Arrow-RS 54.3.0版本发布:性能优化与功能增强

Apache Arrow-RS 54.3.0版本发布:性能优化与功能增强

2025-06-19 16:31:13作者:范垣楠Rhoda

Apache Arrow-RS是Apache Arrow项目的Rust实现,它为Rust开发者提供了高效的内存数据结构和处理能力。Arrow的核心设计目标是实现跨语言、跨平台的高性能数据交换和处理,特别适合大数据分析和列式存储场景。

核心改进

性能优化

本次54.3.0版本在性能方面有多项显著提升。JSON反序列化性能提升了30%,这对于处理大量JSON格式数据的场景将带来直接的效率提升。RleDecoder(游程长度解码器)的性能也得到了优化,这在处理使用游程编码压缩的Parquet文件时尤为关键。

加密支持

新增了对模块化加密Parquet文件的读取支持,这是数据安全领域的重要增强。开发者现在可以更安全地处理敏感数据,同时配套提供了加密Parquet文件读写的示例代码,降低了使用门槛。

数据类型处理

在数据类型支持方面,本次更新有几个亮点:

  1. 为JSON阅读器添加了对Utf8View类型的支持,扩展了文本处理能力
  2. 改进了NaN、inf和-inf在CSV文件中的数据类型推断逻辑
  3. 修复了带时区的时间戳类型在create_random_batch中的处理问题
  4. 增加了Date类型转换为带时区时间戳的支持

重要功能增强

算术运算

新增了div_wrapping和rem_wrapping方法到数值算术内核中,提供了更安全的除法运算处理方式,避免溢出问题。

构建器改进

StructBuilder现在可以获取字段构建器的引用,这为动态构建复杂结构体提供了更大灵活性。同时新增了downcast_integer_array宏辅助工具,简化了整数数组的类型转换操作。

验证控制

增加了with_skip_validation标志到IPC StreamReader、FileReader和FileDecoder中,允许在确定数据安全的情况下跳过验证步骤以提高性能。

问题修复

本次版本修复了多个关键问题,包括:

  1. 修复了空结构体数组的take操作返回空数组的问题
  2. 解决了字典值在interleave和concat内核中的空值保留问题
  3. 修正了多个字典情况下的IPC模式编码问题
  4. 修复了Arrow-Flight中的验证错误

开发者体验改进

文档方面有多处更新和完善,包括修正了IPC文件读写器的文档、更新了测试数据的相对路径说明等。同时增加了force_validate特性标志,为数组创建时的验证行为提供了更多控制选项。

总结

Apache Arrow-RS 54.3.0版本在性能、安全性和功能完备性方面都有显著提升。特别是对加密Parquet文件的支持和JSON处理性能的优化,使得Rust生态在大数据处理领域的能力进一步增强。这些改进使得Arrow-RS在需要高性能数据处理的场景下,如数据分析平台、数据湖等应用中,将展现出更大的价值。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
208
285
pytorchpytorch
Ascend Extension for PyTorch
Python
59
94
RuoYi-Vue3RuoYi-Vue3
🎉 (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
974
574
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
ops-mathops-math
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++
549
81
openHiTLSopenHiTLS
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
399
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
1.2 K
133