apache / apache/arrow-java

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

Aperta
#307 1 commento 0 reazioni 0 assegnatari Vedi su GitHub
Type: enhancement
Lingua principale
Java
Stelle
94
Fork
152
Merge medio
3g 16h
PR unite (30g)
11

Descrizione

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.*

Guida per i contributori

Apri la guida per i contributori

Direzione di ricerca

Inizia esaminando FileSource e le implementazioni esistenti dei dataset Parquet nelle API Java e C++; quindi esamina le PR #13673 e #13688 e la issue duplicata #20332. Il lavoro è completato quando le letture con offset fisso che utilizzano start_offset_ e length_ funzionano per il formato dataset Parquet in entrambe le API.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
cpp, java
Ambito
api, data
Tipo di issue
Funzionalità
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
20/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.