Apache Arrow项目Parquet模块Windows平台符号缺失问题分析

Apache Arrow是一个跨语言的内存分析平台，其Parquet模块提供了高效的列式存储格式支持。在Arrow 19.0.1版本中，Windows平台用户报告了一个关于ParquetFileReader::GetReadRanges方法无法链接的问题。

问题现象

当开发者在Windows平台上使用pyarrow 19.0.1版本的parquet.lib进行链接时，系统报告GetReadRanges符号无法找到的错误。这个错误表现为典型的链接错误LNK2001，提示无法解析的外部符号。

通过分析parquet.dll的导出符号表可以确认，虽然Arrow 19.0.1版本中新增的其他功能（如Parquet读取器的OpenFile方法）都能正常导出，但GetReadRanges方法确实没有出现在导出符号中。

根本原因

这个问题源于Windows平台动态链接库的特殊性。在Windows上，动态库需要显式声明哪些符号需要导出，而其他平台（如Linux）通常默认导出所有可见符号。

GetReadRanges方法缺少了ARROW_EXPORT宏声明，这个宏在Windows平台上会扩展为__declspec(dllexport)，指示编译器将该符号导出到动态库的符号表中。由于缺少这个关键声明，导致该方法虽然被编译进了库中，但无法被外部程序链接使用。

解决方案

开发团队迅速响应并修复了这个问题。解决方案是为GetReadRanges方法添加ARROW_EXPORT宏声明，确保在Windows平台上能够正确导出该符号。

这个修复体现了Arrow项目对跨平台兼容性的重视，特别是对Windows平台的支持。对于使用C++接口的开发人员来说，这个修复确保了他们在Windows平台上能够完整使用Parquet模块的所有功能。

经验总结

这个问题给开发者提供了几个重要启示：

1. 跨平台开发时，必须特别注意符号导出问题，特别是在Windows平台
2. 新增功能需要进行全面的跨平台测试，包括链接测试
3. 使用统一的导出宏（如ARROW_EXPORT）可以简化跨平台开发
4. 动态库的符号导出表检查应该成为发布流程的一部分

对于使用Arrow Parquet模块的开发者，建议升级到包含此修复的版本，以确保在Windows平台上的完整功能支持。