Reuse file descriptors for LocalFileSystem object storage
- Vorherrschende Sprache
- Rust
- Sterne
- 9.3k
- Forks
- 2.4k
- Ø Merge
- 3 T. 11 Std.
- Gemergte PRs (30 T.)
- 360
Beschreibung
### Is your feature request related to a problem or challenge?
The ObjectStore implementation is stateless and doesn't allow for passing `File` descriptors.
This means for every request it's doing a `File::open` (and close) call, which creates overhead (mainly when doing a lot of small requests, e.g. with predicate pushdown enabled).
### Describe the solution you'd like
Implement an object store implementation for DataFusion that opens / reuses the `File`s for each path.
We can use `Arc` stored in hashmap for each file / path + read_at (stateless file read) to minimize overhead and maximize concurrency.
### Describe alternatives you've considered
_No response_
### Additional context
Also see
https://github.com/apache/arrow-rs-object-store/issues/622
https://github.com/apache/arrow-rs-object-store/issues/614
Beitragsleitfaden
Rechercherichtung
Beginne mit den Einstiegspunkten von DataFusion's ObjectStore und LocalFileSystem und prüfe anschließend die verknüpften Issues #622 und #614 in arrow-rs-object-store auf verwandte Einschränkungen. Die Arbeit ist abgeschlossen, wenn LocalFileSystem geöffnete File-Deskriptoren pro Pfad wiederverwendet, dabei nebenläufige zustandslose Lesevorgänge beibehält und einen Öffnen/Schließen-Zyklus für jede Anfrage vermeidet.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- rust
- Bereich
- backend, data-engineering, performance
- Issue-Typ
- Feature
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Aktivitätsstatus
- Veraltet
- Klarheit
- Größtenteils klar
- Anfängerfreundlichkeit
- 35/100