大多数情况下，install.packages("arrow") 应该可以直接使用。您可以采取一些措施来加快安装速度，本文档对此进行了说明。如果由于某种原因安装失败，请设置环境变量 ARROW_R_DEV=true，重试，并与我们分享日志。
背景
Apache Arrow 项目使用多种语言实现，R 包依赖于 Arrow C++ 库（以下简称 libarrow）。这意味着安装 arrow 时，您需要 R 和 C++ 两个版本。如果您在运行 Windows 或 macOS 的机器上从 CRAN 安装 arrow，当您调用 install.packages("arrow") 时，将下载包含 R 包和 libarrow 的预编译二进制文件。但是，CRAN 不托管 Linux 的 R 包二进制文件，因此您必须从其他方法中选择一种。
本文概述了在 Linux 上安装 arrow 的推荐方法，从最简单、最不可定制的方法到最复杂但更灵活地定制安装的方法。
本文档的主要受众是 Linux 上的 arrow R 包*用户*，而不是 Arrow *开发者*。本文末尾列出了针对开发人员的其他资源。
系统依赖项
arrow 包旨在以最低的系统要求工作，但有一些需要注意的事项。
编译器
从 10.0.0 版本开始，arrow 需要 C++17 编译器来构建。对于 gcc，这通常意味着版本 7 或更新版本。大多数现代 Linux 发行版都配备了足够新的编译器；但是，CentOS 7 是一个明显的例外，因为它附带 gcc 4.8。
库
对从云存储（AWS S3 和 Google Cloud Storage (GCS)）读取的可选支持需要额外的系统依赖项
- CURL：安装
libcurl-devel(rpm) 或libcurl4-openssl-dev(deb) - OpenSSL >= 1.0.2：安装
openssl-devel(rpm) 或libssl-dev(deb)
预构建的二进制文件启用了 S3 和 GCS 支持，因此您需要满足这些系统要求才能使用它们。如果您从源代码构建所有内容，安装脚本将检查是否存在这些依赖项，如果未满足先决条件，则在构建中关闭 S3 和 GCS 支持——安装将成功，但没有 S3 或 GCS 功能。如果之后您安装了缺少的系统要求，则需要重新安装该软件包才能启用 S3 和 GCS 支持。
安装发行版（简单方法）
在 macOS 和 Windows 上，当您运行 install.packages("arrow") 并从 CRAN 安装 arrow 时，您将获得一个包含 libarrow 预编译版本的 R 二进制包。安装二进制文件比从源代码安装容易得多，但 CRAN 不托管 Linux 的二进制文件。这意味着在 Linux 上运行 install.packages() 时的默认行为是检索 R 包的源代码版本并从源代码编译 R 包*和* libarrow。我们将在下一部分（“不太容易”的方式）讨论这种情况，但首先我们将建议两种通常更容易的更快替代方案。
通过 RSPM/conda 获取包含 libarrow 二进制文件的二进制 R 包
如果您希望更快的安装过程，并且默认情况下功能更全面的构建，您可以从 RStudio 的公共包管理器 安装 arrow，该管理器托管 Windows 和 Linux 的二进制文件。
例如，如果您使用的是 Ubuntu 20.04 (Focal)
options(
HTTPUserAgent =
sprintf(
"R/%s R (%s)",
getRversion(),
paste(getRversion(), R.version["platform"], R.version["arch"], R.version["os"])
)
)
install.packages("arrow", repos = "https://packagemanager.rstudio.com/all/__linux__/focal/latest")请注意，必须如上例所示指定 User Agent 标头。更多详细信息，请参阅 RStudio 包管理器：管理员指南。
对于其他 Linux 发行版，要获取相关 URL，您可以访问 RSPM 网站，单击“binary”，然后选择您首选的发行版。
同样，如果您使用 conda 来管理您的 R 环境，您可以通过以下方式获取包含 libarrow 的 R 包的最新官方版本
# Using the --strict-channel-priority flag on `conda install` causes very long
# solve times, so we add it directly to the config
conda config --set channel_priority strict
conda install -c conda-forge r-arrowconda install -c conda-forge r-arrow
Sys.setenv("NOT_CRAN" = "true")
install.packages("arrow")另一种实现更快安装并启用所有关键功能的方法是使用我们托管的静态 libarrow 二进制文件。根据允许列表，许多 Linux 发行版（仅限 x86_64 架构）会自动使用这些文件。如果您的发行版不在列表中，您可以在调用 install.packages() 之前设置 NOT_CRAN 环境变量来选择加入
NOT_CRAN=TRUE install.packages("arrow")
这将安装 R 包的源代码版本，但在安装过程中将检查我们托管的兼容 libarrow 二进制文件，并在可用时使用它们。如果没有可用的二进制文件或找不到二进制文件，则此选项将回退到下面的方法 2（完整源代码构建），但设置环境变量会导致比默认情况下功能更全面的构建。
Sys.setenv("NOT_CRAN" = "true", "LIBARROW_BUILD" = FALSE, "ARROW_R_DEV" = TRUE)
install.packages("arrow")
# This will fail if no internet access, but will print the binaries URLlibarrow 二进制文件包含对 AWS S3 和 GCS 的支持，因此它们需要单独安装 libcurl 和 openssl 库，如上所述。如果您没有安装这些库，则不会使用 libarrow 二进制文件，您将回退到完整的源代码构建（禁用 S3 和 GCS 支持）。
# Watchout: release numbers of the pre-downloaded libarrow must match CRAN!
Sys.setenv("ARROW_DOWNLOADED_BINARIES" = "/path/to/downloaded/libarrow.zip")
install.packages("arrow")如果您的计算机的互联网访问不允许下载 libarrow 二进制文件（例如，如果访问仅限于 CRAN），您可以首先尝试在离线计算机上安装以确定正确的来源和版本
install.packages("arrow")
然后，您可以获取 libarrow 二进制文件（使用可以访问互联网的计算机）并将 zip 文件传输到目标计算机。现在您只需告诉安装程序使用预先下载的文件即可
ARROW_LIBARROW_DOWNLOADED=path/to/downloaded/file.zip install.packages("arrow")
Sys.setenv("LIBARROW_BINARY" = FALSE)安装 arrow 的“不太容易”的方法是从源代码安装 R 包和底层 Arrow C++ 库 (libarrow)。这种方法稍微困难一些，因为使用 C++ 依赖项编译和安装 R 包通常需要安装系统包（您可能没有权限这样做），和/或单独构建 C++ 依赖项，这会引入各种各样的其他错误。
从 arrow 的完整源代码构建安装，编译 C++ 和 R 绑定，将为您处理大部分依赖项管理，但它比使用二进制文件慢得多。但是，如果您无法选择使用二进制文件，或者您希望自定义 Linux 安装，则本节中的说明将说明如何执行此操作。
Sys.setenv("LIBARROW_MINIMAL" = FALSE)如果您希望从源代码安装 libarrow 而不是查找预编译的二进制文件，则可以设置 LIBARROW_BINARY 变量。
默认情况下，此变量设置为 TRUE，因此只有当此环境变量设置为 FALSE 或找不到适用于您的操作系统的兼容二进制文件时，才会从源代码构建 libarrow。
Sys.setenv("ARROW_R_DEV" = TRUE)从源代码编译 libarrow 时，您可以真正微调要安装的功能.您可以设置环境变量 LIBARROW_MINIMAL 为 FALSE 以启用功能更全面的构建，包括 S3 支持和替代内存分配器。
install.packages("arrow")默认情况下，此变量未设置，这将构建许多常用功能（如 Parquet 支持），但会禁用一些构建成本更高的功能，如 S3 和 GCS 支持。如果设置为 TRUE，则安装的 arrow 版本将精简，所有可选功能均被禁用。
请注意，在本指南中，您会看到我们提到了环境变量 NOT_CRAN - 这是一个方便变量，当设置为 TRUE 时，会自动将 LIBARROW_MINIMAL 设置为 FALSE，并将 LIBARROW_BINARY 设置为 TRUE。
从源代码构建 libarrow 需要比安装二进制文件更多的时间和资源。我们建议您将环境变量 ARROW_R_DEV 设置为 TRUE，以便在安装过程中出现任何问题时获得更详细的输出。
设置这些变量后，调用 install.packages() 使用此配置安装 arrow。
如果在构建时下载依赖项不可行，例如在断开连接或防火墙后的系统上构建时，有几种选择。请参阅下面的“离线构建”。
高级配置
在本节中，我们将描述如何在更细粒度的级别上微调您的安装。
libarrow 配置
从源代码构建 Arrow 时，某些功能是可选的 - 您可以通过使用环境变量来配置是否构建这些组件。控制这些功能的环境变量的名称及其默认值如下所示。
| 名称 | 描述 | 默认值 |
|---|---|---|
ARROW_S3 |
S3 支持（如果满足依赖项）* | OFF（关闭） |
ARROW_GCS |
GCS 支持（如果满足依赖项）* | OFF（关闭） |
ARROW_JEMALLOC |
jemalloc 内存分配器 |
ON（开启） |
ARROW_MIMALLOC |
mimalloc 内存分配器 |
ON（开启） |
ARROW_PARQUET |
ON（开启） |
|
ARROW_DATASET |
ON（开启） |
|
ARROW_JSON |
JSON 解析库 | ON（开启） |
ARROW_WITH_RE2 |
RE2 正则表达式库，用于某些字符串计算函数 | ON（开启） |
ARROW_WITH_UTF8PROC |
UTF8Proc 字符串库，用于许多其他字符串计算函数 | ON（开启） |
ARROW_WITH_BROTLI |
压缩算法 | ON（开启） |
ARROW_WITH_BZ2 |
压缩算法 | ON（开启） |
ARROW_WITH_LZ4 |
压缩算法 | ON（开启） |
ARROW_WITH_SNAPPY |
压缩算法 | ON（开启） |
ARROW_WITH_ZLIB |
压缩算法 | ON（开启） |
ARROW_WITH_ZSTD |
压缩算法 | ON（开启） |
R 包配置
还有许多其他变量会影响 configure 脚本和捆绑的构建脚本。所有布尔变量都不区分大小写。
| 名称 | 描述 | 默认值 |
|---|---|---|
LIBARROW_BUILD |
允许从源代码构建 | true（真） |
LIBARROW_BINARY |
尝试安装 libarrow 二进制文件而不是从源代码构建 |
（未设置） |
LIBARROW_DOWNLOAD |
设置为 false 以明确禁止获取 libarrow 二进制文件 |
（未设置） |
LIBARROW_MINIMAL |
启用最小功能进行构建 | （未设置） |
NOT_CRAN |
设置 LIBARROW_BINARY=true 和 LIBARROW_MINIMAL=false |
false（假） |
ARROW_R_DEV |
更详细的消息传递并重新生成一些代码 | false（假） |
ARROW_USE_PKG_CONFIG |
使用 pkg-config 搜索 libarrow 安装 |
true（真） |
LIBARROW_DEBUG_DIR |
保存源代码构建日志的目录 | （未设置） |
CMAKE |
备用 CMake 路径 | （未设置） |
有关这些环境变量的更深入说明，请参见下文。
-
LIBARROW_BINARY：默认情况下，在许多发行版上，或者如果显式设置为true，脚本将确定是否存在适用于您系统的预构建 libarrow。您可以将其设置为false以完全跳过此选项，或者您可以指定一个与可用二进制文件对应的字符串“发行版-版本”，以覆盖此函数默认情况下可能发现的内容。可能的值为：“linux-openssl-1.0”、“linux-openssl-1.1”、“linux-openssl-3.0”。 -
LIBARROW_BUILD：如果设置为false，构建脚本将不会尝试从源代码构建 C++。这意味着只有找到预构建的二进制文件，您才能获得有效的 arrow R 包。如果您想避免编译 C++ 库（这可能很慢且资源密集型），并确保仅使用预构建的二进制文件，请使用此选项。 -
LIBARROW_MINIMAL：如果设置为false，构建脚本将启用一些可选功能，包括 S3 支持和额外的备用内存分配器。这将增加源代码构建时间，但会生成功能更完整的库。如果设置为true，则会关闭 Parquet、数据集、压缩库和其他可选功能。这并不常用，但在需要在不支持这些功能的平台（例如 Solaris）上进行编译时可能会有所帮助。 -
NOT_CRAN：如果此变量设置为true（如devtools包所做的那样），构建脚本将设置LIBARROW_BINARY=true和LIBARROW_MINIMAL=false，除非这些环境变量已经设置。这为已将NOT_CRAN=true作为其工作流程一部分的用户提供了更完整、更快的安装体验，而无需设置其他环境变量。 -
ARROW_R_DEV：如果设置为true，构建脚本中将打印更详细的消息。arrow::install_arrow(verbose = TRUE)会设置此项。如果您正在修改包中的 C++ 代码，也需要此变量：请参阅开发者指南文章。 -
ARROW_USE_PKG_CONFIG：如果设置为false，配置脚本将不会在您的系统上查找 Arrow 库，而是会尝试下载/构建它们。如果已安装的系统库与您正在安装的 R 包的版本不匹配，请使用此选项。 -
LIBARROW_DEBUG_DIR：如果从源代码构建 C++ 库失败 (cmake)，则可能会有消息告诉您检查构建目录中的某个日志文件。但是，当在 R 包安装期间构建库时，该位置位于已删除的临时目录中。要捕获这些日志，请将此变量设置为绝对路径（而不是相对路径），日志文件将被复制到那里。如果该目录不存在，将创建它。 -
CMAKE：从源代码构建 C++ 库时，您可以指定/path/to/cmake以使用与在$PATH上找到的版本不同的版本。
使用 install_arrow()
之前的说明适用于全新的 arrow 安装，但 arrow 提供了函数 install_arrow()。此函数有三种常见用例
- 您已安装 arrow 并想升级到其他版本
- 您想尝试重新安装并解决 Linux C++ 二进制文件的问题
- 您想安装开发版本
以下是使用 install_arrow() 的示例
install_arrow() # latest release
install_arrow(nightly = TRUE) # install development version
install_arrow(verbose = TRUE) # verbose output to debug install errors虽然此函数是 arrow 包的一部分，但它也可以作为独立脚本使用，因此您无需先安装该包即可访问它
source("https://raw.githubusercontent.com/apache/arrow/main/r/R/install-arrow.R")注意
-
install_arrow()不需要设置环境变量来满足 C++ 依赖项。 - 与需要外部依赖项的
tensorflow、blogdown等包不同，您在成功安装 arrow 后无需运行install_arrow()。
离线安装
上一节中提到的 install-arrow.R 文件包含一个名为 create_package_with_all_dependencies() 的函数。通常，在具有 Internet 访问权限的计算机上安装时，构建过程将根据需要下载第三方依赖项。此函数提供了一种预先下载它们的方法，这在没有 Internet 访问权限的计算机上安装 Arrow 时非常有用。流程如下
**步骤 1。** 使用可以访问 Internet 的计算机下载依赖项
-
安装 arrow 包**或**使用以下命令直接获取脚本源代码
source("https://raw.githubusercontent.com/apache/arrow/main/r/R/install-arrow.R") -
使用
create_package_with_all_dependencies()函数创建安装包create_package_with_all_dependencies("my_arrow_pkg.tar.gz") 将新创建的
my_arrow_pkg.tar.gz文件复制到没有 Internet 访问权限的计算机
**步骤 2。** 在没有 Internet 访问权限的计算机上，安装准备好的软件包
-
从复制的文件安装 arrow 包
install.packages( "my_arrow_pkg.tar.gz", dependencies = c("Depends", "Imports", "LinkingTo") )此安装将从源代码构建，因此必须提供
cmake 运行
arrow_info()以检查已安装的功能
注意
arrow*可以*在没有 Internet 访问权限的计算机上安装，而无需使用此函数，但许多有用的功能将被禁用，因为它们依赖于第三方组件。更准确地说，每个功能的
arrow::arrow_info()$capabilities()都将是FALSE。如果您使用的是二进制包，则不需要此函数。您可以从您的包存储库下载相应的二进制文件，将其传输到离线计算机，然后安装它。
如果您在 Linux 上使用 RStudio Package Manager (RSPM)，并且您想使用此函数创建一个源代码包，请确保将
options("repos")中的第一个存储库设置为包含源代码包的镜像。也就是说，存储库需要是 RSPM 二进制镜像 URL 以外的其他内容。
离线安装（替代方法）
第二种离线安装方法更具实践性。如果您想尝试，请按照以下步骤操作
- 下载依赖文件（
cpp/thirdparty/download_dependencies.sh可能会有所帮助） - 将依赖项目录复制到离线计算机
- 在离线计算机上创建环境变量
ARROW_THIRDPARTY_DEPENDENCY_DIR，指向复制的目录。 - 照常安装 arrow 包。
有关使用 libarrow 二进制文件进行离线安装的信息，请参阅上面的方法 1b。
故障排除
目的是 install.packages("arrow") 能够正常工作并处理所有 C++ 依赖项，但根据您的系统，如果您调整其中一个参数，可能会获得更好的结果。以下是一些已知的复杂情况及其解决方法。
软件包未能构建 C++ 依赖项
如果在软件包安装失败时，在输出中看到如下消息：
------------------------- NOTE ---------------------------
There was an issue preparing the Arrow C++ libraries.
See https://arrow.apache.org/docs/r/articles/install.html
---------------------------------------------------------这意味着安装未能检索或构建与当前版本 R 软件包兼容的 libarrow 版本。
请检查下面的“已知安装问题”是否适用，如果不适用，请设置环境变量 ARROW_R_DEV=TRUE 以获取更详细的输出并再次尝试安装。然后，请报告问题并包含完整的安装输出。
使用系统库
如果找到系统库或其他已安装的 Arrow，但它与 R 软件包版本不匹配（例如，您的系统上安装了 libarrow 1.0.0，而您正在安装 R 软件包 2.0.0），则 R 绑定很可能无法编译。由于 Apache Arrow 项目正在积极开发中，因此 libarrow 和 R 软件包的版本必须匹配。当 install.packages("arrow") 必须下载 libarrow 时，安装脚本会确保您获取与您的 R 软件包版本对应的 libarrow 版本。但是，如果您使用的是系统上已有的 libarrow 版本，则无法保证版本匹配。
要修复版本不匹配问题，您可以将 libarrow 系统软件包更新到与 R 软件包版本匹配，或者设置环境变量 ARROW_USE_PKG_CONFIG=FALSE 以告知配置脚本不要查找 libarrow 的系统版本。（后者是 install_arrow() 的默认设置。）所有 CRAN 版本都提供相应的系统 libarrow 版本，但夜间版本或开发版本没有，因此根据您要安装的 R 软件包版本，系统 libarrow 版本可能不是一个选项。
另请注意，一旦您拥有基于系统（共享）库的正常工作的 R 软件包安装，如果您更新系统 libarrow 安装，则需要重新安装 R 软件包以匹配其版本。类似地，如果您使用的是 libarrow 系统库，则在新版本的 arrow 软件包发布后运行 update.packages() 可能会失败，除非您先更新 libarrow 系统软件包。
使用预构建的二进制文件
如果 R 软件包找到并下载了 libarrow 的预构建二进制文件，但随后无法加载 arrow 软件包，可能出现“未定义符号”错误，请报告问题。这可能是编译器不匹配，可以通过设置一些环境变量来指示 R 编译与 libarrow 匹配的软件包来解决。
一种解决方法是设置环境变量 LIBARROW_BINARY=FALSE 并重试安装：此值指示软件包从源代码构建 libarrow，而不是下载预构建的二进制文件。这应该可以保证编译器设置匹配。
如果未找到适用于您的操作系统的预构建 libarrow 二进制文件，但您认为应该找到，请报告问题并分享控制台输出。您还可以设置环境变量 ARROW_R_DEV=TRUE 以获取其他调试消息。
从源代码构建 libarrow
如果从源代码构建 libarrow 失败，请检查错误消息。（如果您没有看到错误消息，只有 ----- NOTE -----，请设置环境变量 ARROW_R_DEV=TRUE 以增加详细程度并重试安装。）安装脚本应该在任何地方都能工作，因此如果 libarrow 无法编译，请报告问题以便我们改进脚本。
贡献
我们一直在努力使安装过程尽可能轻松。如果您找到改进流程的方法，请报告问题以便我们记录下来。同样，如果您发现您的 Linux 发行版或版本不受支持，我们欢迎您贡献 Docker 镜像（托管在 Docker Hub 上），我们可以在持续集成中使用这些镜像，并希望改进我们的覆盖范围。如果您确实贡献了 Docker 镜像，它应该尽可能小，只包含 R 及其所需的依赖项。作为参考，请参阅R-hub使用的镜像。
您可以使用 apache/arrow git 存储库中包含的 docker compose 设置来测试 arrow R 软件包安装。例如，
R_ORG=rhub R_IMAGE=ubuntu-release R_TAG=latest docker compose build r
R_ORG=rhub R_IMAGE=ubuntu-release R_TAG=latest docker compose run r在 rhub/ubuntu-release 镜像上安装 arrow R 软件包，包括 libarrow。
延伸阅读
- 要了解如何安装开发版本，请参阅关于安装夜间构建版本的文章。
- 如果您正在为 Arrow 项目做出贡献，请参阅Arrow R 开发人员指南，以获取帮助您设置开发环境的资源。
- Arrow 开发人员可能还希望阅读对安装过程中运行的代码的更详细的讨论，这在安装细节文章中进行了描述。