如果您有興趣貢獻 arrow，本文將從高階角度說明我們的方法。在文章末尾，我們加入了連結，以各種方式擴展說明。
套件結構與慣例
首先概述套件的結構會很有幫助。
C++ 是一種物件導向語言，因此 Arrow C++ 函式庫的核心邏輯封裝在類別和方法中。在 arrow R 套件中，這些類別實作為 R6 類別，其中大多數是從命名空間匯出的。
為了符合 C++ 命名慣例，R6 類別以「TitleCase」命名，例如 RecordBatch。這樣可以輕鬆地在 程式碼 或 文件 中查找相關的 C++ 實作。為了簡化 R 中的操作，C++ 函式庫命名空間通常會被刪除或扁平化；也就是說，C++ 函式庫中使用 arrow::io::FileOutputStream 的地方，在 R 套件中就只是 FileOutputStream。檔案讀取器是一個例外，其中命名空間是消除歧義所必需的。因此，arrow::csv::TableReader 變成 CsvTableReader，而 arrow::json::TableReader 變成 JsonTableReader。
這些類別中有一些並非旨在直接實例化；它們可能是基底類別或其他類型的輔助程式。對於您應該能夠建立的類別，請使用 $create() 方法來實例化物件。例如，rb <- RecordBatch$create(int = 1:10, dbl = as.numeric(1:10)) 將建立一個 RecordBatch。為了更貼近現代 R 使用者的習慣，R 使用者最常遇到的許多工廠方法也都有一個「snake_case」別名。因此，record_batch(int = 1:10, dbl = as.numeric(1:10)) 的作用與上面的 RecordBatch$create() 相同。
arrow R 套件的典型使用者可能永遠不會直接處理 R6 物件。我們提供更友善 R 的包裝函式，作為 C++ 函式庫的更高階介面。R 使用者可以呼叫 read_parquet()，而無需知道或在意他們是否正在實例化 ParquetFileReader 物件並呼叫其 $ReadFile() 方法。這些類別的存在是為了讓想要精細控制 C++ 函式庫使用方式的進階程式設計師使用。