apache / apache/parquet-java

Parquet fails to parse schema contains '\r'

Abierto
#1,726 2 comentarios 0 reacciones 0 asignados Ver en GitHub
Component: Java Component: Parquet Priority: Major Type: bug
Lenguaje dominante
Java
Estrellas
3.1k
Forks
1.6k
Merge medio
3 d 12 h
PR fusionados (30 d)
33

Descripción

Parquet fails to parse schema contains '\r' for windows operating system.
at parquet.schema.MessageTypeParser.asRepetition(MessageTypeParser.java:203)
at parquet.schema.MessageTypeParser.addType(MessageTypeParser.java:101)
at parquet.schema.MessageTypeParser.addGroupTypeFields(MessageTypeParser.java:96)
at parquet.schema.MessageTypeParser.parse(MessageTypeParser.java:89)
at parquet.schema.MessageTypeParser.parseMessageType(MessageTypeParser.java:79)
at org.apache.spark.sql.parquet.ParquetTestData$.writeFile(ParquetTestData.scala:221)
at org.apache.spark.sql.parquet.ParquetQuerySuite.beforeAll(ParquetQuerySuite.scala:92)

**Reporter**: [Rekha Joshi](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=rekhajoshm)
#### Related issues:
- [Parquet fails to parse schema contains '\r'](https://issues.apache.org/jira/browse/SPARK-5192) (is required by)

**Note**: *This issue was originally created as [PARQUET-176](https://issues.apache.org/jira/browse/PARQUET-176). 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

Comienza en parquet.schema.MessageTypeParser.java, en los métodos de análisis indicados; después, inspecciona las pruebas del analizador de esquemas de Parquet o la llamada de Spark ParquetTestData.scala que reproduce el fallo. Reproduce en Windows el análisis de un esquema que contenga '\r' y verifica que el esquema se analice correctamente sin romper los casos existentes.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Stack tecnológico
java
Área
data-engineering
Tipo de issue
Error
Dificultad
3/5
Tiempo estimado
1-2 días
Estado de actividad
Estancado
Claridad
Necesita aclaración
Aptitud para principiantes
35/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.