apache / apache/parquet-java

Unable to create bloomfilter when writing duplicates values for a field

Abierto
#1,698 2 comentarios 0 reacciones 0 asignados Ver en GitHub
Component: Java Component: Parquet Priority: Critical Type: bug
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

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.