首页
/ Apache Arrow-RS 53.2.0版本发布:性能优化与功能增强

Apache Arrow-RS 53.2.0版本发布:性能优化与功能增强

2025-06-25 17:39:04作者:宣海椒Queenly

Apache Arrow-RS是Apache Arrow项目的Rust实现,它为Rust开发者提供了高性能的内存数据结构,特别适合大数据处理和分析场景。Arrow的核心设计目标是实现不同系统间高效的数据交换,同时提供列式内存布局以优化分析性能。

本次发布的53.2.0版本在多个方面进行了改进和优化,主要包括JSON编码支持、字典构建器增强、Parquet元数据处理改进等关键特性。

核心功能增强

1. Decimal类型JSON编码支持

新版本为Decimal128和Decimal256数据类型实现了JSON编码器支持。Decimal类型在金融计算和精确数值处理中非常重要,这次增强使得Arrow-RS能够更好地处理这类数据在JSON格式中的序列化和反序列化。

2. 结构体构建器功能扩展

结构体构建器(make_builder)现在支持FixedSizeList和Dictionary两种数据类型的构建。FixedSizeList是固定长度的列表类型,而Dictionary类型则通过字典编码实现高效存储。这一改进使得结构体构建器能够处理更复杂的数据结构,提升了构建器的通用性。

3. 字典构建器性能优化

新增了append_many方法到字典构建器中,允许批量添加重复值。对于包含大量重复值的数据,这种方法可以显著减少内存分配和哈希计算次数,提高构建效率。同时添加的append_nulls方法则优化了批量添加空值的场景。

Parquet格式改进

1. 异步写入器增强

AsyncArrowWriter新增了获取已写入Parquet文件总大小的API。这对于需要监控写入进度或进行资源管理的应用场景非常有用,开发者现在可以实时获取写入数据量而无需等待写入完成。

2. 元数据读取优化

改进了页面索引元数据在SerializedFileReader::new_with_options中的加载方式,使用ParquetMetaDataReader来加载页面索引。这种改进提高了元数据读取的可靠性和性能,特别是在处理大型Parquet文件时。

3. 二进制列读取增强

现在允许将Parquet二进制列读取为UTF8类型。这一特性简化了文本数据的处理流程,开发者不再需要手动进行类型转换,提高了开发效率。

其他重要改进

1. 平台兼容性增强

修复了在c_char定义为u8的平台上的编译问题,提高了Arrow-RS在不同平台上的兼容性。这种改进确保了代码可以在更广泛的硬件和操作系统组合上运行。

2. 内存管理优化

RecordBatch添加了更多关于get_array_memory_size()的注释,帮助开发者更好地理解和管理内存使用。同时进行了多项不安全代码的改进,提高了内存操作的安全性。

3. 错误处理增强

修复了字符串"0"转换为scale为0的decimal类型时的问题,确保了数据转换的准确性。同时改进了Interval类型的字符串解析,现在可以接受"mon"和"mons"作为时间单位标记。

总结

Apache Arrow-RS 53.2.0版本通过多项功能增强和性能优化,进一步巩固了其作为Rust生态中高效数据处理的基石地位。特别是对Decimal类型、字典编码和Parquet格式的改进,使得它在金融分析、大数据处理等场景下的表现更加出色。这些改进不仅提升了性能,也增强了API的易用性和灵活性,为开发者构建高性能数据应用提供了更好的支持。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
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
923
551
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
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8