sptrakesh/arrow

Apache Arrow Alpine镜像文档

镜像概述

本镜像基于Alpine Linux构建，集成Apache Arrow 8.0.0 C++库环境。基于sptrakesh/cppbase基础镜像，通过多阶段构建编译并安装Arrow核心组件，提供轻量级、高性能的数据处理开发与运行环境。

核心功能与特性

• 版本信息：Apache Arrow 8.0.0，环境变量VERSION=8.0.0
• 编译特性：
  • 仅构建共享库（ARROW_BUILD_SHARED=ON），禁用静态库
  • 支持Parquet文件格式（ARROW_PARQUET=ON）
  • 集成多种压缩算法：LZ4（ARROW_WITH_LZ4=ON）、Zlib（ARROW_WITH_ZLIB=ON）、Snappy（通过依赖安装）
  • 启用文件系统抽象层（ARROW_FILESYSTEM=ON）
  • 使用Jemalloc内存分配器（ARROW_JEMALLOC=ON）
• 运行时依赖：包含curl、jq、icu-static等工具及库文件

使用场景

• C++应用开发：作为基础镜像构建依赖Apache Arrow的应用
• 数据处理工具：开发/运行Parquet文件读写、内存数据处理工具
• 服务部署：为依赖Arrow C++库的后端服务提供运行环境

使用方法与配置

镜像构建（若需本地构建）

dockerfile
# 保存为Dockerfile后执行构建
docker build -t apache-arrow:8.0.0 .

基础使用（交互式环境）

bash
# 启动交互式容器，验证Arrow环境
docker run -it --rm apache-arrow:8.0.0 sh
# 在容器内检查安装路径
ls /opt/local/lib  # Arrow共享库位置
ls /opt/local/include/arrow  # 头文件位置

作为基础镜像使用

在应用Dockerfile中引用本镜像，构建依赖Arrow的应用：

dockerfile
FROM apache-arrow:8.0.0

# 复制应用源码并编译（示例）
WORKDIR /app
COPY . .
RUN g++ -o myapp main.cpp -larrow -larrow_parquet  # 链接Arrow库

CMD ["./myapp"]

环境变量说明

• VERSION：镜像集成的Apache Arrow版本，固定为8.0.0

依赖说明

• 基础镜像：sptrakesh/cppbase（Alpine Linux环境，含C++编译工具链）
• 编译阶段依赖：snappy-dev、curl-dev、git、cmake、make
• 运行阶段依赖：curl、curl-dev、jq、icu-static

注意事项

• 镜像仅包含C++库组件，不含Python、Java等其他语言绑定
• 共享库安装路径为/opt/local/lib，编译应用时需指定链接路径（如-L/opt/local/lib）