Apache Arrow定义：
Apache Arrow定义了一个各语言通用（language-agnostic）的列式内存格式（columnar memory format），支持扁平（flat）和多层级的（hierarchical）数据。
能力：1、为分析应用程序提供了零复制数据传输；2、支持内存中、列式格式和数据处理；3、跨平台、跨语言可互操作的数据交换方式。
核心点：
1、列式存储：减少IO、压缩效果好、高效计算（CPU缓存加速、指令加速）。
2、与语言无关的内存交换结构：运行时的数据存储交互。
除了Arrow本身的数据结构外，Arrow项目还围绕这种数据协议搭建了一整套完善的生态，包括：
各大主流语言的原生支持
Compute：++原生的向量化计算引擎，支持数值计算、数组计算、聚合计算等各种常见的计算函数
Gandiva：基于LLVM JIT的表达式计算库，在数值计算上可以得到明显加速效果
Datafusion：Rust原生的SQL查询引擎
Ballista：分布式SQL查询组件
Flight：用于传输Arrow数据的RPC框架
ADBC：Arrow的标准数据库访问协议
第三方文件格式支持：如JSON、CSV、Apache Parquet、Apache ORC等等协议与Arrow之间的转换
大数据表支持：除了Array外，Arrow还提供了RecordBatch二维数据表、Dataset数据集的类型
完整的平台支持：包括Linux（Ubuntu、CentOS、Arch等），MacOS，Windows等等操作系统和amd64、arm64等架构
完整的语言支持：包括C++、Python、Java、Go等主流语言的支持。
总结：
1、零拷贝读取，以便在没有序列化开销的情况下进行闪电式的数据访问。
2、可以认为Apache Arrow是一种OLAP计算执行库，在它的框架下，你只需要将其他格式的数据转化为Apache Arrow放置在内存中，就可以利用它提供的配套库实现各种计算和查询需求，它能为你提供极高的执行性能和对硬件能力的充分利用。譬如说，在执行查询时，将保存为Parquet等格式的数据抽取到内存中，转化为Apache Arrow的格式，之后调用Arrow提供的各种工具函数完成计算。由于它提供了各种语言的绑定，你可以使用包括Java、Python、Rust等在内的多种语言调用它。
