apache / apache/parquet-java

Add option to reuse (Avro) objects when reading

オープン
#1,397 コメント 3 件 リアクション 0 件 担当者 0 名 GitHub で見る
Component: Parquet Priority: Major Type: enhancement
主要言語
Java
スター
3.1k
フォーク
1.6k
平均マージ
3日 12時間
マージ済み PR(30日)
33

説明

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.*

コントリビューションガイド

このリポジトリのコントリビューションガイドは索引されていません

調査の方向性

まず Parquet のレコード読み取りパスを追跡し、Avro DatumReader によるオブジェクトの再利用と比較してから、ジョブ設定でその動作をどのように制御できるかを特定します。レコードの読み取り時に reader がオブジェクトをオプションで再利用でき、設定と期待される動作が定義され、適切なテストでカバーされていれば完了です。

索引モデルが issue の本文から書いたものです。

評価

技術スタック
java
領域
data-engineering
issue の種類
機能追加
難易度
4/5
見積もり時間
3〜5日
活発さ
停滞
明瞭さ
説明が足りない
初心者へのやさしさ
35/100

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。