apache / apache/datafusion-python
Expose SessionContext.add_optimizer_rule for Python-defined logical optimizer rules
- Vorherrschende Sprache
- Python
- Sterne
- 604
- Forks
- 174
- Ø Merge
- 2 T. 22 Std.
- Gemergte PRs (30 T.)
- 5
Beschreibung
## Background
`SessionContext::add_optimizer_rule` registers an `Arc` that runs during logical plan optimization. The Python bindings only expose `remove_optimizer_rule`, never the additive side. PR #1557 ultimately landed `add_physical_optimizer_rule` for the physical pipeline via FFI but did not address the logical pipeline.
## Upstream signature
```rust
pub fn add_optimizer_rule(&self, optimizer_rule: Arc)
```
## User value
Lets users add domain-specific logical rewrites (predicate normalization, redundant join elimination, scan pruning informed by external metadata) without forking DataFusion. Complements the existing `remove_optimizer_rule` to round out the surface.
## Why deferred
Blocked upstream. As documented in PR #1557, DataFusion does not currently expose an FFI bridge for the logical `OptimizerRule` / `AnalyzerRule` traits, and there are no Python constructors for `LogicalPlan` node variants -- a pure-Python rule could observe plans but not transform them. The PR #1557 commit history shows an initial attempt at a Python-defined logical rule that was abandoned for this reason. This is filed for tracking; it should be revisited once upstream lands an `FFI_OptimizerRule` (mirroring `FFI_PhysicalOptimizerRule`).
Beitragsleitfaden
Für dieses Repository ist kein Beitragsleitfaden indexiert
Rechercherichtung
Beginne damit, das bestehende Python-Binding für SessionContext.remove_optimizer_rule und die Arbeit an add_physical_optimizer_rule in PR #1557 zu prüfen. Greife dieses Issue erneut auf, sobald Upstream FFI_OptimizerRule und Python LogicalPlan-Konstruktoren bereitstellt; als abgeschlossen gilt es, wenn in Python definierte logische Regeln über add_optimizer_rule registriert und über das Binding ausgeführt werden können.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- python, rust
- Bereich
- data-engineering
- Issue-Typ
- Feature
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Aktivitätsstatus
- Ruhig
- Klarheit
- Klar beschrieben
- Anfängerfreundlichkeit
- 25/100