lance-format/lance

[Duckdb] Zero copy Arrow Array/RecordBatch to duckdb Vector/DataChunk conversion

Open

#348 创建于 2022年12月4日

在 GitHub 查看
 (0 评论) (0 反应) (0 负责人)Rust (695 fork)github user discovery
arrowduckdbhelp wantedrust

仓库指标

Star
 (6,582 star)
PR 合并指标
 (平均合并 6天 1小时) (30 天内合并 219 个 PR)

描述

Problem Statement

#347 converts arrow array / RecordBatch reading from the LanceDataset to duckdb corresponding data structures via heavy data copy.

We need to implement zero-copy data transfer between arrow and duckdb to make the extension production ready.

  • Primitive Arrays to duckdb::Vector
  • ::arrow::StructArray
  • ::arrow::ListArray
  • ::arrow::DictionaryArray

贡献者指南

研究方向
研究 Arrow C 数据接口和 DuckDB 的 Arrow 集成。通过安全管理内存所有权和避免序列化实现零拷贝。从原始数组开始。
技术栈
rust
领域
backenddatabase
议题类型
功能
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
5
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
超过 1 周
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
新近可参与
清晰度议题是否清楚说明期望改动、验收标准和下一步。
基本清晰
前置要求
RustApache ArrowDuckDB internals
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
30