Performance concern: fillHoles() method and read buffer expansion efficiency.

Hi everyone,

I have the following use case: I’m benchmarking the read throughput performance when dealing with a large number of non-dictionary string columns (300 columns). Based on the profiler output (see the attached picture), I’ve noticed that a significant amount of time is spent in the fillHoles() method, which is part of the read buffer expansion process.

My question is: why is the buffer filled one element at a time instead of using a bulk operation? Wouldn’t a batch approach be more efficient?

Looking forward to your insights. Thanks!


Inizia con fillHoles() nel percorso di espansione del buffer di lettura e analizza l’immagine del profiler e il contesto del benchmark a 300 colonne descritti nell’issue. Confronta il riempimento attuale elemento per elemento con un approccio bulk usando lo stesso carico di lavoro; il lavoro è completato quando si è ottenuta una conclusione misurata sulla preoccupazione relativa alle prestazioni e si apporta una modifica mirata solo se il confronto la supporta.

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