Apache Arrow 20.0.0版本中废弃API的清理工作

在Apache Arrow项目20.0.0版本的开发过程中，开发团队对代码库中已废弃的API进行了全面审查和清理。这项工作涉及C++和Python两个主要组件，旨在移除那些已经达到废弃期限的接口，保持代码库的整洁和现代化。

C++组件中的废弃API移除

在C++组件中，开发团队移除了多个已经过时的API接口：

1. 分组器相关功能：移除了GetNextSegment及其相关函数，这些函数在18.0.0版本中已被标记为废弃。

2. Gandiva缓存功能：移除了GetCapacity方法，该方法在17.0.0版本中已被废弃。

3. 内存IO操作：移除了BufferReader的旧构造函数，这些构造函数在14.0.0版本中已被标记为废弃。

4. HDFS相关接口：移除了ObjectType和FileStatistics等HDFS相关接口，这些接口在0.17.0版本中已被废弃。

5. GCS文件系统操作：移除了OpenAppendStream方法，该方法在6.0.0版本中已被标记为废弃。

6. 线程池管理：清理了owned_thread_pool_相关的遗留代码，这些代码在11.0.0版本中已被废弃。

值得注意的是，部分在19.0.0版本中标记为废弃的API，如GetRecordBatchReader和带有chunk_size参数的NewRowGroup方法，由于还未达到废弃期限，暂时保留在代码库中。

Python组件中的废弃API移除

在Python组件中，开发团队也进行了类似的清理工作：

1. IPC写入器：移除了use_legacy_format参数，该参数已被更现代的替代方案所取代。

2. Parquet数据集操作：移除了use_legacy_dataset参数，简化了Parquet数据集的操作接口。

3. 扩展类型支持：移除了PyExtensionType相关实现，该实现已被更完善的扩展类型机制所替代。

Flight相关组件的清理

在Flight相关组件中，开发团队移除了几个长期废弃的接口：

1. 认证机制：移除了Authenticate方法，该方法在13.0.0版本中已被标记为废弃。

2. UCX传输：移除了Flight UCX相关实现，这些实现在19.0.0版本中已被废弃。

3. 中间件调用：移除了StartCall方法，该方法在13.0.0版本中已被标记为废弃。

技术意义与影响

这次API清理工作对Apache Arrow项目具有重要意义：

1. 代码质量提升：通过移除废弃代码，减少了代码库的维护负担，提高了整体代码质量。

2. 开发者体验改善：减少了开发者可能遇到的废弃API警告，提供了更清晰的接口选择。

3. 性能优化：移除不必要的代码路径可能带来轻微的性能提升。

4. 未来兼容性：为后续版本的功能开发扫清了障碍。

对于现有用户而言，如果项目中使用到了这些已被移除的API，需要在升级到20.0.0版本前进行相应的代码迁移。开发团队建议用户定期检查项目中的废弃API警告，并及时更新代码以避免未来兼容性问题。

这次清理工作展示了Apache Arrow项目对代码质量和长期维护性的重视，也体现了开源社区协作的力量。通过定期清理废弃API，项目能够保持技术上的先进性，为大数据处理领域提供更高效、更可靠的解决方案。