Question

也许我遗漏了一些明显的东西，但是对于我一生来说，我无法弄清楚在Gandiva过滤器操作之后如何访问数组的元素。

我已经链接了一个最小的示例，我可以这样编译：

$ /usr/lib64/ccache/g++ -g -Wall -m64 -std=c++17 -pthread -fPIC \
      -I/opt/data-an/include  mwe.cc -o mwe \
      -L/opt/data-an/lib64 -lgandiva -larrow

然后我像这样运行二进制文件：

$ LD_LIBRARY_PATH=/opt/data-an/lib64 ./mwe

从广义上讲，这就是我的尝试（随后是MWE的摘录）：

创建5个元素的向量：1、3、2、4、5

int num_records = 5;
arrow::Int64Builder i64builder;
ArrayPtr array0;

EXPECT_OK(i64builder.AppendValues({1, 3, 2, 4, 5}));
EXPECT_OK(i64builder.Finish(&array0));

使用Gandiva获得偶数元素，索引：2、3

// schema for input fields
auto field0 = field("f0", arrow::int64());
auto schema = arrow::schema({field0});

// even: f0 % 2 == 0
auto field0_node = TreeExprBuilder::MakeField(field0);
auto lit_2 = TreeExprBuilder::MakeLiteral(int64_t(2));
auto remainder = TreeExprBuilder::MakeFunction("mod", {field0_node, lit_2}, int64());
auto lit_0 = TreeExprBuilder::MakeLiteral(int64_t(0));
auto even = TreeExprBuilder::MakeFunction("equal", {remainder, lit_0}, boolean());
auto condition = TreeExprBuilder::MakeCondition(even);

// input record batch
auto in_batch = arrow::RecordBatch::Make(schema, num_records, {array0});

// filter
std::shared_ptr<Filter> filter;
EXPECT_OK(Filter::Make(schema, condition, &filter));

std::shared_ptr<SelectionVector> selected;
EXPECT_OK(SelectionVector::MakeInt16(num_records, pool_, &selected));
EXPECT_OK(filter->Evaluate(*in_batch, selected));

通过使用Gandiva过滤器中的选择向量作为索引数组来访问原始数组中的偶数元素

// std::cout << "array0[0]: " << array0->Value(0); // doesn't compile
// error: ‘using element_type = class arrow::Array’ {aka ‘class
// arrow::Array’} has no member named ‘Value’

// downcast it to the correct derived class
auto array0_cast = std::dynamic_pointer_cast<NumericArray<Int64Type>>(array0);
std::cout << "array0[0]: " << array0_cast->Value(0) << std::endl;

但是我似乎无法访问selection vector的元素。由于已将其声明为std::shared_ptr<arrow::Array>，因此找不到Value(..)方法。由于我将SelectionVector::MakeInt16(..)填满，因此我尝试向下转换到arrow::NumericArray<Int16Type>，但这失败了！我不确定我要去哪里。

auto idx_arr_cast = std::dynamic_pointer_cast<NumericArray<Int16Type>>(idx_arr);
if (idx_arr_cast) {
  std::cout << "idx_arr[0]: " << idx_arr_cast->Value(0) << std::endl;
} else {
  std::cerr << "idx_arr_cast is a nullptr!" << std::endl;
}

我还有一个相关但更笼统的问题。给定一个数组，如果我不知道确切的类型，我将找不到一种方法来访问元素（或对其进行迭代）。如果知道类型，就可以向下转换，并使用Value(..)，GetValue(..)，GetString(..)之类的东西。这似乎只是为了访问元素。我想念什么？

注意：完整的MWE和Makefile都可以从this gist克隆。

Answer 1

SelectionVector存储索引，因此类型为unsigned，以下工作：

auto arr = std::dynamic_pointer_cast<NumericArray<UInt16Type>>(selected->ToArray());

感谢the answer的Arrow开发者列表上的Ravindra。

通过Apache Arrow中的索引访问Gadiva过滤器结果

1 个答案: