Apache DataFusion 项目中移除 ParquetSource::pruning_predicate 的技术分析

在 Apache DataFusion 项目的最新开发进展中，开发团队决定移除 ParquetSource::pruning_predicate 这一字段。这一技术决策背后反映了项目在查询优化架构上的演进，以及对代码维护性的考量。

ParquetSource 是 DataFusion 中处理 Parquet 格式数据的重要组件，它负责从 Parquet 文件中读取数据并支持各种查询优化功能。其中 pruning_predicate 原本设计用于支持谓词下推（predicate pushdown）优化，这是一种常见的查询优化技术，通过在数据源层面过滤数据来减少 I/O 和计算开销。

然而，随着项目架构的演进，这一字段的实际用途已经发生了变化。在最新的代码变更中，pruning_predicate 的功能已经被其他机制所取代，导致该字段处于闲置状态。技术团队预见到，保留这样一个不再使用的字段可能会导致代码逐渐"腐化"——即虽然存在但不再被测试覆盖，最终可能在不经意间引入问题。

这种代码腐化现象在大型项目中并不罕见。当某个功能组件被新架构取代后，如果旧代码没有被及时清理，就可能成为技术债务。DataFusion 团队采取的做法体现了良好的代码维护实践：一旦确定某个功能组件已被取代且不再需要，就果断将其移除，而不是保留"以防万一"。

值得注意的是，团队采取了渐进式的移除策略。虽然移除了内部字段，但仍然保留了相关的废弃方法（deprecated methods），这为依赖这些 API 的用户提供了过渡期，体现了对向后兼容性的考虑。

这一变更也反映了 DataFusion 项目在查询优化架构上的成熟。谓词下推作为重要的查询优化技术，其实现方式正在向更统一、更健壮的架构演进，而不再依赖于特定数据源内部的临时解决方案。

对于使用 DataFusion 的开发者而言，这一变更的影响应该有限，因为团队已经通过保留废弃方法的方式确保了平滑过渡。但从架构设计的角度来看，这一变化标志着项目在代码质量和维护性方面的持续改进。