apache / apache/parquet-java

[Vectorized Reader] ColumnVector length should be in terms of rows, not DataPages

オープン
#1,439 コメント 7 件 リアクション 0 件 担当者 0 名 GitHub で見る
Component: Java Component: Parquet Priority: Major Type: task
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

In https://github.com/zhenxiao/incubator-parquet-mr/tree/vector
ColumnVector length is in terms of DataPages, need to be in terms of rows

**Reporter**: [Zhenxiao Luo](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=zhenxiao) / @zhenxiao
**Assignee**: [Nezih Yigitbasi](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=nezihyigitbasi) / @nezihyigitbasi
#### PRs and other links:
- [PR-257](https://github.com/apache/parquet-mr/pull/257)

**Note**: *This issue was originally created as [PARQUET-299](https://issues.apache.org/jira/browse/PARQUET-299). 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

Issue にリンクされている vector ブランチから始め、ColumnVector の実装を調べて、その length がどのように計算されるかを追跡します。length が DataPages ではなく行単位で報告されることを確認し、PR-257 と既存のテストカバレッジを使って期待される動作を検証します。

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
バグ
難易度
3/5
見積もり時間
1〜2日
活発さ
停滞
明瞭さ
おおむね明確
初心者へのやさしさ
20/100

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。