Node.js 端实现方案 #

首先得明确：目前Apache Arrow的Node.js模块确实还不支持ORC格式的读写，这也是你查阅文档没找到相关API的原因，社区目前还在推进这部分功能的开发，你可以持续关注项目的更新进度。

针对你的需求，分两种格式来说：

Parquet 文件写入 #

如果是写Parquet，你有两个靠谱的选择：

• Apache Arrow Node.js 模块：虽然不支持ORC，但它对Parquet的支持是完善的。你可以先把数据转换成Arrow的Table结构，再写入Parquet文件。示例代码如下：

  const { tableFromArrays, writeParquet } = require('apache-arrow');
  const fs = require('fs/promises');
  
  // 构造示例数据
  const data = {
    id: [1, 2, 3],
    name: ['Alice', 'Bob', 'Charlie'],
    age: [25, 30, 35]
  };
  
  // 转换为Arrow Table
  const table = tableFromArrays(data);
  
  // 写入Parquet文件
  (async () => {
    const parquetBuffer = await writeParquet(table);
    await fs.writeFile('data.parquet', parquetBuffer);
  })();
  

• parquetjs/node-parquet：这两个第三方库你已经在Stack Overflow上了解到了，它们是专门针对Node.js的Parquet处理工具，如果你不想依赖Arrow，也可以用它们来实现，API相对更轻量化。

ORC 文件写入 #

很遗憾，目前Node.js生态里还没有基于Apache Arrow的ORC实现，也没有成熟的第三方ORC处理模块。如果你的业务必须在Node.js端生成ORC，有两个临时的折中方案：

• 通过子进程调用Python脚本：利用Python的ORC生成能力，在Node.js里通过child_process模块调用Python脚本完成ORC写入，这种方式可以复用你Python端的逻辑。
• 等待Apache Arrow Node.js模块的更新：目前Arrow的C++核心已经支持ORC，Node.js绑定的支持只是时间问题，可以关注项目的Roadmap或者GitHub Issues。

Python 端实现方案 #

Python中用Apache Arrow的pyarrow库来生成ORC是完全可行的，而且步骤很清晰，和Parquet的写法非常相似：

安装依赖 #

首先确保你安装了pyarrow（需要ORC支持的话，pyarrow版本需≥0.15.0）：

pip install pyarrow

生成ORC文件示例 #

import pyarrow as pa
import pyarrow.orc as orc

# 构造示例数据
data = {
    'id': [1, 2, 3],
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35]
}

# 转换为Arrow Table
table = pa.table(data)

# 写入ORC文件
orc.write_table(table, 'data.orc')

生成Parquet文件（补充） #

如果你需要切换写Parquet，用pyarrow同样简单，只需要替换成parquet的写入方法：

import pyarrow.parquet as pq

pq.write_table(table, 'data.parquet')

这样你就可以在Python中轻松实现ORC和Parquet的切换写入，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Kai Roesner