Apache Parquet Hadoop 1.14.1 在 Windows 11 上的文件锁问题分析与解决方案
2025-06-28 12:14:17作者:范靓好Udolf
问题背景
在 Windows 11 22H2 操作系统上使用 Apache Parquet Hadoop 1.14.1 版本时,开发人员遇到了一个文件锁定的问题。具体表现为:当使用 ParquetRewriter 类完成对 Parquet 文件的处理后,原始输入文件仍被系统锁定,导致无法删除这些文件。
问题现象
开发人员在使用 ParquetRewriter 进行 Parquet 文件重写操作后,尝试删除原始输入文件时,系统抛出以下异常:
java.nio.file.FileSystemException: test\sample\dayhour-150-0-6a57c328-8610-46f8-bf7e-311f8605def0.parquet: This process cannot access the file because the file is being used by another process
技术分析
经过深入分析,发现问题根源在于 ParquetRewriter 类的实现中。在 ParquetRewriter 处理文件块的过程中,虽然使用了 try-with-resources 语句来确保资源的自动关闭,但在实际处理流程中存在资源未及时释放的情况。
具体来说,在 ParquetRewriter 类的第 256 行代码处:
reader = inputFiles.poll();
这段代码从输入文件队列中获取下一个读取器,但没有先关闭前一个读取器。这种实现方式在 Windows 系统上尤为敏感,因为 Windows 对文件锁的管理比 Unix/Linux 系统更为严格。
解决方案
正确的做法应该是在获取新读取器之前,先关闭当前已打开的读取器。修改后的代码应该如下:
if (reader != null) {
reader.close();
}
reader = inputFiles.poll();
这种修改确保了:
- 在获取新文件读取器前,先释放当前文件的资源
- 添加了 null 检查以避免空指针异常
- 符合 Java 资源管理的最佳实践
影响范围
此问题主要影响以下环境:
- Windows 操作系统(特别是 Windows 11 22H2)
- 使用 Apache Parquet Hadoop 1.14.1 版本
- 需要处理完成后删除原始 Parquet 文件的场景
最佳实践建议
对于需要在文件处理完成后进行清理操作的场景,建议:
- 确保所有文件资源在使用完毕后立即关闭
- 在删除文件前添加适当的延迟,确保系统完全释放文件锁
- 考虑使用 try-with-resources 语句管理所有文件资源
- 在 Windows 环境下进行充分的文件操作测试
结论
文件资源管理是跨平台应用开发中需要特别注意的问题。这个案例展示了 Windows 和 Unix/Linux 系统在文件锁定行为上的差异,以及如何在 Java 中正确处理文件资源以确保跨平台的兼容性。该修复已通过 pull request 提交并合并,将在 Apache Parquet 的下一个版本中发布。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-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-OCR暂无简介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Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI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。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-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).Dockerfile013
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
248
2.46 K
deepin linux kernel
C
24
6
仓颉编译器源码及 cjdb 调试工具。
C++
116
89
React Native鸿蒙化仓库
JavaScript
217
297
暂无简介
Dart
546
119
🎉 (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
1.01 K
595
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
409
Ascend Extension for PyTorch
Python
86
118
仓颉编程语言运行时与标准库。
Cangjie
124
102
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++
592
122