apache / apache/iceberg-python

Add `delete_files`

Abierto
#2,787 2 comentarios 0 reacciones 0 asignados Ver en GitHub
Lenguaje dominante
Python
Estrellas
1.1k
Forks
581
Merge medio
1 d 17 h
PR fusionados (30 d)
77

Descripción

### Feature Request / Improvement

Hello All,

First of all, apologies as I am not very experienced with PyIceberg.

I currently have a Java application that "manually" updates table metadata and can add new files if they don't exist and replace older files if they already do. This guarantees that, as long as the file names are fixed, I should not have duplicates.

In Java, I use [deleteFile](https://iceberg.apache.org/javadoc/0.13.1/org/apache/iceberg/DeleteFiles.html#deleteFile-java.lang.CharSequence-) and then [addFile](https://iceberg.apache.org/javadoc/0.13.1/org/apache/iceberg/OverwriteFiles.html#addFile-org.apache.iceberg.DataFile-).

In PyIceberg, I can [Add Files](https://py.iceberg.apache.org/api/#add-files), but I don't see options to "Delete Files" or overwrite.

Is `delete_files()` a feature that you could add?

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Línea de trabajo

Comienza con la API Add Files existente de PyIceberg y compara su comportamiento con las APIs Java DeleteFiles y OverwriteFiles enlazadas. Define la semántica compatible de delete_files u overwrite y verifica que la funcionalidad completada permita a los llamadores eliminar o reemplazar archivos de datos existentes sin crear duplicados.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Stack tecnológico
python
Área
data-engineering
Tipo de issue
Nueva funcionalidad
Dificultad
4/5
Tiempo estimado
3-5 días
Estado de actividad
Tranquilo
Claridad
Bastante claro
Aptitud para principiantes
50/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.