如果您有兴趣为 Arrow 做贡献，本文将从高层次解释我们的方法。在文章的结尾，我们提供了以各种方式扩展此内容的文章链接。
包结构和约定
首先概述一下包的结构会很有帮助。
C++ 是一种面向对象的语言，因此 Arrow C++ 库的核心逻辑封装在类和方法中。在 Arrow R 包中，这些类被实现为 R6 类，其中大多数都从命名空间导出。
为了与 C++ 命名约定匹配，R6 类使用“大驼峰式命名法”命名，例如 RecordBatch。这使得在 代码 或 文档 中查找相关的 C++ 实现变得容易。为了简化 R 中的操作，C++ 库命名空间通常被删除或扁平化；也就是说，C++ 库中的 arrow::io::FileOutputStream 在 R 包中只是 FileOutputStream。文件读取器是一个例外，其中命名空间是消除歧义所必需的。因此 arrow::csv::TableReader 变为 CsvTableReader，而 arrow::json::TableReader 变为 JsonTableReader。
有些类不应直接实例化；它们可能是基类或其他类型的辅助类。对于应该能够创建的类，使用 $create() 方法实例化一个对象。例如，rb <- RecordBatch$create(int = 1:10, dbl = as.numeric(1:10)) 将创建一个 RecordBatch。许多 R 用户可能最常遇到的这些工厂方法也有一个“蛇形命名法”的别名，以便当代 R 用户更熟悉。因此 record_batch(int = 1:10, dbl = as.numeric(1:10)) 将与上面的 RecordBatch$create() 执行相同的操作。
Arrow R 包的典型用户可能永远不会直接处理 R6 对象。我们提供更友好的 R 包装器函数作为 C++ 库的更高级别接口。R 用户可以调用 read_parquet() 而无需知道或关心他们正在实例化 ParquetFileReader 对象并在其上调用 $ReadFile() 方法。这些类可供希望精细控制 C++ 库使用方式的高级程序员使用。