云子量化

Arrow C++库由不同的部分组成，每个部分都具有特定的目的。

内存管理抽象提供了对内存的统一API，这些内存可以通过各种方式分配，如堆分配、文件的内存映射或静态内存区域。特别是，缓冲区抽象表示一块物理数据的连续区域。

数据类型规定了对物理数据的逻辑解释。Arrow中的许多操作都是通过数据类型在编译时或运行时进行参数化的。

数组将一个或多个缓冲区与数据类型组合，允许将它们视为逻辑连续的值序列（可能是嵌套的）。

分块数组是数组的一般化，包括多个相同类型的数组，组成更长的逻辑值序列。

模式描述了一个逻辑集合，其中包含多个具有不同名称和类型以及可选元数据的数据片段。

表格是按照模式集合的方式包含分块数组的数据结构。它们是Arrow中提供数据集的最强大的抽象。

记录批次是由模式描述的连续数组集合，允许增量构建或序列化表格。

数据是灵活的数据集引用，能够包含例如数组或表格引用。

内核是专门的计算函数，通过循环运行在一组表示输入和输出参数的数据集上。

Acero（发音为[aˈsɜɹo] / ah-SERR-oh）是一个流式执行引擎，允许将计算表达为可以转换数据流的操作符图。

流允许对各种类型的外部数据（例如压缩或内存映射的数据）进行无类型的顺序访问或可寻址访问。

一种消息格式允许在进程之间交换Arrow数据，尽量减少拷贝次数。

可以从各种文件格式读取和写入Arrow数据，例如Parquet、CSV、Orc或Arrow特定的Feather格式。

提供了基本的CUDA集成，允许描述由GPU分配的内存支持的Arrow数据。

文件系统抽象允许从不同的存储后端读取和写入数据，例如本地文件系统或S3存储桶。