Arrow RecordBatch как Polars DataFrame

Мне часто приходится получать большие объемы данных с серверов Microsoft SQL для обработки с помощью Polars в Rust, и в соответствии с политикой безопасности предприятия я более или менее вынужден использовать ODBC для этих подключений. Требование ODBC не позволяет мне использовать зрелые и функциональные библиотеки, такие как ConnectorX. Я могу подключаться и эффективно считывать результаты запроса в объекты RecordBatch из Arrow, используя стрелку_odbc, но мне не удалось преобразовать эти объекты RecordBatch в кадры данных Polars.

Поскольку фактические компоненты данных RecordBatch и Series имеют одинаковое базовое представление, я подумал, что можно создать DataFrame из нулевой копии RecordBatch.

Однако в columns.push(Series::from_arrow(&schema.fields().get(i).unwrap().name(), *column)?); я получаю ошибку:

mismatched types
expected struct `std::boxed::Box<(dyn polars::export::polars_arrow::array::Array + 'static)>`
   found struct `Arc<dyn arrow::array::Array>`

У меня сложилось впечатление, что Arc<dyn Array> — это ArrayRef, возможно, реальная проблема в том, что у меня есть Arc<dyn arrow::array::Array>, а Series::from_arrow() ожидает Polars Arc<Array>? Если да, то как мне это решить?

Мой полный код приведен ниже для справки.

use arrow_odbc::{odbc_api::{Environment, ConnectionOptions}, OdbcReaderBuilder};
use arrow::record_batch::RecordBatch;
use polars::prelude::*;
use anyhow::Result;

const CONNECTION_STRING: &str = "...";

pub fn test() -> Result<()> {

    let odbc_environment = Environment::new()?;
     
    let connection = odbc_environment.connect_with_connection_string(
        CONNECTION_STRING,
        ConnectionOptions::default()
    )?;

    let cursor = connection.execute("SELECT * FROM Backcast_Power_Plant_Map", ())?.unwrap();

    let arrow_record_batches = OdbcReaderBuilder::new().build(cursor)?;

    fn record_batch_to_dataframe(batch: &RecordBatch) -> Result<DataFrame, PolarsError> {
        let schema = batch.schema();
        let mut columns = Vec::with_capacity(batch.num_columns());
        for (i, column) in batch.columns().iter().enumerate() {
            columns.push(Series::from_arrow(&schema.fields().get(i).unwrap().name(), *column)?);
        }
        Ok(DataFrame::from_iter(columns))
    }

    for batch in arrow_record_batches {
        dbg!(record_batch_to_dataframe(&batch?));
    }

    Ok(())
}