环境变量 

以下环境变量可用于在运行时影响 Arrow C++ 的行为。许多这些变量仅在每个进程中检查一次（例如，当加载 Arrow C++ DLL 时），因此不能假定稍后更改它们的值会产生效果。

ARROW_DEBUG_MEMORY_POOL 

启用简单的内存检查，以防止缓冲区溢出。当检测到缓冲区溢出时，此环境变量的值选择行为：

• abort：退出进程并返回非零退出值；

• trap：触发特定于平台的调试器断点/陷阱指令；

• warn：在 stderr 上打印警告并继续执行。

如果未设置此变量或其值为空，则内存检查将被禁用。

注意 虽然此功能可能很有用且开销小，但它不能替代更复杂的内存检查工具，如 Valgrind 或 Address Sanitizer。

ARROW_DEFAULT_MEMORY_POOL 

覆盖默认内存池的后端。可能的值包括 jemalloc、mimalloc 和 system，取决于构建 Arrow C++ 时启用了哪些后端。

ARROW_IO_THREADS 

覆盖全局 IO 线程池的默认线程数。此环境变量的值应该是正整数。

ARROW_LIBHDFS_DIR 

包含 C HDFS 库的目录（Windows 上为 hdfs.dll，macOS 上为 libhdfs.dylib，其他平台上为 libhdfs.so）。或者，可以设置 HADOOP_HOME。

ARROW_TRACING_BACKEND 

导出基于 OpenTelemetry 的执行跟踪的后端。可能的值包括：

• ostream：将文本日志消息发送到标准输出（stdout）；

• otlp_http：将 OTLP JSON 编码的跟踪发送到 HTTP 服务器（默认情况下，端点 URL 为“http://localhost:4318/v1/traces”）；

• arrow_otlp_stdout：将 JSON 跟踪发送到标准输出（stdout）；

• arrow_otlp_stderr：将 JSON 跟踪发送到标准错误（stderr）。

如果未设置此变量，则不会导出跟踪。

如果 Arrow C++ 未启用跟踪，则此环境变量不起作用。

另请参见

用于远程端点的 OpenTelemetry 配置

ARROW_USER_SIMD_LEVEL 

要选择的 SIMD 优化级别。默认情况下，Arrow C++ 在运行时检测当前 CPU 的能力并基于该信息选择最佳的执行路径。可以通过将此环境变量设置为明确定义的值来覆盖检测。支持的值包括：

• NONE：禁用任何运行时选择的 SIMD 优化；

• SSE4_2：启用任何基于 SSE2 的优化，直到 SSE4.2（包括 SSE4.2）；

• AVX：启用任何基于 AVX 的优化和之前的优化；

• AVX2：启用任何基于 AVX2 的优化和之前的优化；

• AVX512：启用任何基于 AVX512 的优化和之前的优化。

此环境变量仅对 x86 平台生效。其他平台目前不实现任何形式的运行时分发。

注意

除了运行时分发，还可以使用 ARROW_SIMD_LEVEL CMake 配置变量设置编译时 SIMD 级别。与运行时分发不同，编译时 SIMD 优化不能在运行时更改（例如，如果使用启用了 AVX512 的 Arrow C++ 编译 Arrow，则生成的二进制文件仅在启用了 AVX512 的 CPU 上运行）。将 ARROW_USER_SIMD_LEVEL=NONE 设置为禁止明确的 SIMD 优化代码的执行，但不排除编译器生成的 SIMD 指令的执行。例如，在 x86_64 平台上，默认情况下，Arrow 使用 ARROW_SIMD_LEVEL=SSE4_2 进行构建。编译器可能从任何 C/C++ 源代码生成 SSE4.2 指令。在不支持 SSE4.2 的旧版 x86_64 平台上，Arrow 二进制文件可能会因 SIGILL（非法指令）而失败。用户必须通过设置 cmake 选项 ARROW_SIMD_LEVEL=NONE 从头开始重新构建 Arrow 和 PyArrow。

GANDIVA_CACHE_SIZE 

Gandiva JIT 编译缓存中要保留的条目数。该缓存在内存中，不会跨进程保持持久状态。

HADOOP_HOME 

Hadoop 安装路径。

JAVA_HOME 

设置 Java 运行时环境的安装路径。如果 Java 安装在非标准位置，则可能需要此设置以支持 HDFS。

OMP_NUM_THREADS 

全局（进程范围）CPU 线程池中的工作线程数。如果未定义此环境变量，将使用特定于平台的例程来确定可用的硬件并发性。

OMP_THREAD_LIMIT 

全局（进程范围）CPU 线程池中工作线程数的上限。

例如，如果当前计算机有 4 个硬件线程且 OMP_THREAD_LIMIT 为 8，则全局 CPU 线程池将有 4 个工作线程。但如果 OMP_THREAD_LIMIT 为 2，则全局 CPU 线程池将有 2 个工作线程。