Rust Polars调用reset_string_cache()后能否复用原全局字符串缓存？

问题描述 #

运行以下Rust Polars代码时，由于在创建out2前调用了reset_string_cache()，生成了两个全局字符串缓存。现询问：调用reset_string_cache()后，能否创建使用与out1相同全局字符串缓存的另一分类变量？

use polars_core::prelude::*;
use polars_core::{reset_string_cache, toggle_string_cache};

fn main() {
    let slice1 = &[
        Some("foo"),
        None,
        Some("bar1"),
        Some("foo"),
        Some("foo"),
        Some("bar1"),
    ];
    let slice2 = &[
        Some("foo"),
        None,
        Some("bar2"),
        Some("foo"),
        Some("foo"),
        Some("bar2"),
    ];

    toggle_string_cache(true);

    let ca1 = Utf8Chunked::new("a", slice1);
    let out1 = ca1.cast(&DataType::Categorical(None)).unwrap();
    let out1 = out1.categorical().unwrap().clone();
    let rev_map_global1 = out1.get_rev_map();
    println!("{:?}", rev_map_global1);

    reset_string_cache();

    let ca2 = Utf8Chunked::new("b", slice2);
    let out2 = ca2.cast(&DataType::Categorical(None)).unwrap();
    let out2 = out2.categorical().unwrap().clone();
    let rev_map_global2 = out2.get_rev_map();
    println!("{:?}", rev_map_global2);
}

回答 #

不能，原因如下：

• reset_string_cache()会直接清空并重置全局字符串缓存，out1原本使用的缓存实例已经被销毁，无法再被后续创建的分类变量复用。
• 调用reset_string_cache()后，后续创建的分类变量（如示例中的out2）会使用全新的全局缓存实例，和out1的缓存完全独立。
• 如果需要让多个分类变量共享同一套字符串映射，应该避免调用reset_string_cache()，或者手动创建自定义的CategoricalPool，通过DataType::Categorical(Some(Arc::new(pool)))的方式指定共享池，来生成使用同一映射的分类变量。

内容的提问来源于stack exchange，提问作者Kushdesh