Apache Arrow源码分析（二）——类型的封装

最新推荐文章于 2024-08-07 09:07:41 发布

镜中影

最新推荐文章于 2024-08-07 09:07:41 发布

阅读量3k

点赞数

分类专栏： C++ 文章标签： c语言源码 apache Arrow

本文链接：https://blog.csdn.net/linkpark1904/article/details/51000719

版权

本文主要分析Apache Arrow项目中数据类型(DataType)的封装，包括DataType的类图结构、PrimitiveType、ListType、StringType和StructType的实现。文章探讨了C++11的特性如`override`和`constexpr`的使用，并提供了相关测试代码示例。

摘要由CSDN通过智能技术生成

@原创文章，转载请注明: 转载自镜中影的技术博客
本文链接地址: Apache Arrow源码分析（二）——类型的封装
URL:http://blog.csdn.net/linkpark1904/article/details/51000719

引言

对于向量容器而言，需要适配底层多种数据类型。C++在语言层面提供了诸如int，double，float，char等基础类型，但是对于程序库而言，需要自己定义多种类型的数据结构，当然是构建在C++语言层面提供的基础数据类型之上，就需要对数据类型进行封装。Arrow项目中亦有涉及对数据类型（DataType）的封装，采用C++11实现，很多新特性值得我们学习和借鉴，这里单独拿出来分析。

DataType类图结构和详细分析

DataType的定义从struct type开始，struct type中包含enum 变量type用来描述arrow支持的逻辑类型，抽象出类DataType来表示类型基类，所有自定义类型都继承自DataType基类。详细类图描述如下：

DataType类图

具体Type类的代码如下所示（Type.h）：

struct Type {
  enum type {
    // A degenerate NULL type represented as 0 bytes/bits
    NA = 0,

    // A boolean value represented as 1 bit
    BOOL = 1,

    // Little-endian integer types
    UINT8 = 2,
    INT8 = 3,
    UINT16 = 4,
    INT16 = 5,
    UINT32 = 6,
    INT32 = 7,
    UINT64 = 8,
    INT64 = 9,
    ....
    // Exact timestamp encoded with int64 since UNIX epoch
    // Default unit millisecond
    TIMESTAMP = 17,

    // Timestamp as double seconds since the UNIX epoch
    TIMESTAMP_DOUBLE = 18,

    // Exact time