apache / apache/arrow-java

[C++][Java] Dataset: Support reading from fixed offset of a file for Parquet format

Abierto
#307 1 comentario 0 reacciones 0 asignados Ver en GitHub
Type: enhancement
Lenguaje dominante
Java
Estrellas
94
Forks
152
Merge medio
3 d 16 h
PR fusionados (30 d)
11

Descripción

This adds property start_offset_ and length_ to FileSource and should be functional for Parquet dataset format. Supporting Java and C++ dataset API at this time.

**Reporter**: [Jin Chengcheng](https://issues.apache.org/jira/browse/ARROW-17159) / @jinchengchenghh
#### Related issues:
- [[C++][Java] Dataset: Support reading from fixed offset of a file for Parquet format](https://github.com/apache/arrow/issues/20332) (is duplicated by)
#### PRs and other links:
- [GitHub Pull Request apache/arrow#13673](https://github.com/apache/arrow/pull/13673)
- [GitHub Pull Request apache/arrow#13688](https://github.com/apache/arrow/pull/13688)

**Note**: *This issue was originally created as [ARROW-17159](https://issues.apache.org/jira/browse/ARROW-17159). Please see the [migration documentation](https://github.com/apache/arrow/issues/14542) for further details.*

Guía de contribución

Abrir la guía de contribución

Línea de trabajo

Comienza revisando FileSource y las implementaciones existentes de datasets Parquet en las APIs de Java y C++; después, inspecciona los PR #13673 y #13688 y el issue duplicado #20332. Se considera terminado cuando las lecturas con offset fijo mediante start_offset_ y length_ funcionen para el formato de dataset Parquet en ambas APIs.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Stack tecnológico
cpp, java
Área
api, data
Tipo de issue
Nueva funcionalidad
Dificultad
4/5
Tiempo estimado
3-5 días
Estado de actividad
Estancado
Claridad
Bastante claro
Aptitud para principiantes
20/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.