apache / apache/parquet-java

Add option to reuse (Avro) objects when reading

Offen
#1,397 3 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
Component: Parquet Priority: Major Type: enhancement
Vorherrschende Sprache
Java
Sterne
3.1k
Forks
1.6k
Ø Merge
3 T. 12 Std.
Gemergte PRs (30 T.)
33

Beschreibung

Instead of creating an object for each record, Avro DatumReaders support passing in an object to be reused. It would be nice to expose this in Parquet.

This could be turned on with a setting in the job configuration.

**Reporter**: [Sandy Ryza](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=sandyr) / @sryza

**Note**: *This issue was originally created as [PARQUET-5](https://issues.apache.org/jira/browse/PARQUET-5). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Rechercherichtung

Beginne damit, den Pfad zum Lesen von Parquet-Datensätzen nachzuverfolgen und ihn mit der Wiederverwendung von Objekten durch Avro DatumReader zu vergleichen. Ermittle anschließend, wie die Job-Konfiguration das Verhalten steuern könnte. Als abgeschlossen gilt die Aufgabe, wenn Reader beim Lesen von Datensätzen optional Objekte wiederverwenden können und die Einstellung sowie das erwartete Verhalten definiert und durch geeignete Tests abgedeckt sind.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
java
Bereich
data-engineering
Issue-Typ
Feature
Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Aktivitätsstatus
Veraltet
Klarheit
Muss geklärt werden
Anfängerfreundlichkeit
35/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.