apache / apache/datafusion

Enable parquet filter pushdown (`filter_pushdown`) by default

Aperta
#3,463 46 commenti 2 reazioni 0 assegnatari Vedi su GitHub
Lingua principale
Rust
Stelle
9.3k
Fork
2.4k
Merge medio
3g 11h
PR unite (30g)
360

Descrizione

In https://github.com/apache/arrow-datafusion/pull/3380 @thinkharderdev added support for evaluating filters during the parquet scan via the RowIndex mechanism 🎉

This feature is currently enabled via a feature flag, which is disabled by default.

This ticket tracks enabling this feature by default.

Currently known items are:
- [x] https://github.com/apache/arrow-datafusion/issues/3457
- [x] Review of parquet test coverage and add additional coverage as needed: https://github.com/apache/arrow-datafusion/pull/3976
- [x] https://github.com/apache/arrow-datafusion/issues/4005
- [x] https://github.com/apache/arrow-datafusion/issues/4006
- [x] https://github.com/apache/arrow-datafusion/issues/4046
- [ ] Enable this feature by default: https://github.com/apache/arrow-datafusion/pull/3828

Guida per i contributori

Apri la guida per i contributori

Direzione di ricerca

Inizia esaminando PR 3828 e le issue prerequisito completate elencate nel ticket, in particolare il lavoro sulla copertura dei test parquet in PR 3976. Abilita filter_pushdown per impostazione predefinita, quindi verifica la copertura dei test parquet esistente e conferma che la funzionalità non richiede più un flag di opt-in.

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

Valutazione

Stack tecnologico
rust
Ambito
data-engineering
Tipo di issue
Funzionalità
Difficoltà
3/5
Tempo stimato
1-2 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
30/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.