Unable to create bloomfilter when writing duplicates values for a field
- Lenguaje dominante
- Java
- Estrellas
- 3.1k
- Forks
- 1.6k
- Merge medio
- 3 d 12 h
- PR fusionados (30 d)
- 33
Descripción
I'm unable to create a bloomfilter for a field, when I perform writes with repeating values. The bloomfilter returned is null when I try to read such a parquet file. If there are no repeating values, the bloomfilter is created without any issue.
The working and non-working case in captured in the below repo
**Reporter**: [Mahesh Pai](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=maheshgpai)
**Note**: *This issue was originally created as [PARQUET-2484](https://issues.apache.org/jira/browse/PARQUET-2484). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*
Guía de contribución
No hay ninguna guía de contribución indexada para este repositorio
Línea de trabajo
Reproduce los casos que funcionan y los que fallan del repositorio parquet-mr-test enlazado, comenzando en src/test/java/com/mahesh/test/AppTest.java alrededor de la línea 73. Compara la creación y la lectura de bloomfilter para valores de campo repetidos frente a valores únicos y, a continuación, añade una prueba de regresión que muestre que bloomfilter no es null para valores duplicados.
Escrito por el modelo de indexación a partir del texto del issue.
Evaluación
- Stack tecnológico
- java
- Área
- data
- Tipo de issue
- Error
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Estado de actividad
- Estancado
- Claridad
- Bastante claro
- Aptitud para principiantes
- 45/100