apache / apache/parquet-java

Add option to reuse (Avro) objects when reading

未关闭
#1,397 3 条评论 0 个 reaction 已指派 0 人 在 GitHub 查看
Component: Parquet Priority: Major Type: enhancement
主要语言
Java
星标
3.1k
派生
1.6k
平均合并
3 天 12 小时
30 天内合并 PR
33

描述

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.*

贡献指南

这个仓库没有索引到贡献指南

调研方向

首先跟踪 Parquet 记录读取路径,并将其与 Avro DatumReader 的对象复用进行比较,然后确定作业配置如何控制该行为。完成标准是:读取记录时,reader 可以选择性地复用对象,并且该设置和预期行为已定义并由适当的测试覆盖。

由索引模型根据 Issue 内容生成。

评估

技术栈
java
领域
data-engineering
Issue 类型
功能
难度
4/5
预计耗时
3-5 天
活跃度
停滞
描述清晰度
需要澄清
新手友好度
35/100

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。