如果您有兴趣为 arrow 贡献代码，本文将高层次地解释我们的方法。在文章末尾，我们提供了扩展本文内容的链接。
包结构和约定
首先概述包的结构会有所帮助。
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，这些类作为 R6 类实现，其中大部分从命名空间中导出。
为了匹配 C++ 命名约定，R6 类使用“大驼峰命名法”，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++ 库命名空间通常被省略或扁平化；也就是说，C++ 库中的 arrow::io::FileOutputStream 在 R 包中就是 FileOutputStream。一个例外是文件读取器，其中命名空间对于消除歧义是必要的。因此 arrow::csv::TableReader 变为 CsvTableReader，而 arrow::json::TableReader 变为 JsonTableReader。
其中一些类不应该直接实例化；它们可能是基类或其他类型的助手。对于那些您应该能够创建的类，使用 $create() 方法来实例化一个对象。例如，rb <- RecordBatch$create(int = 1:10, dbl = as.numeric(1:10)) 将创建一个 RecordBatch。许多这些 R 用户最常遇到的工厂方法也带有一个“snake_case”别名，以便更熟悉当代的 R 用户。因此 record_batch(int = 1:10, dbl = as.numeric(1:10)) 将与上面的 RecordBatch$create() 产生相同的结果。
arrow R 包的典型用户可能永远不会直接处理 R6 对象。我们提供更多 R 友好的包装函数作为 C++ 库的高级接口。R 用户可以调用 read_parquet()，而无需知道或关心他们正在实例化一个 ParquetFileReader 对象并调用其 $ReadFile() 方法。这些类存在并可供高级程序员使用，他们希望对 C++ 库的使用方式进行精细控制。