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!


Comece com fillHoles() no caminho de expansão do buffer de leitura e analise a imagem do profiler e o contexto do benchmark de 300 colunas descritos na issue. Compare o preenchimento atual elemento por elemento com uma abordagem bulk usando a mesma carga de trabalho; considera-se concluído quando houver uma conclusão mensurada sobre a preocupação de desempenho e uma mudança focada somente se a comparação a sustentar.

Escrita pelo modelo de indexação a partir do texto da issue.