apache / apache/parquet-java

Implement writing Parquet files into Cassandra natively

Đang mở
#1,764 1 bình luận 0 reaction 0 người được giao Xem trên GitHub
Component: Parquet Priority: Minor Type: enhancement
Ngôn ngữ chính
Java
Star
3.1k
Fork
1.6k
Merge trung bình
3 ngày 12 giờ
Pull request đã merge (30 ngày)
33

Mô tả

Writing Parquet files into Cassandra could allow parallel writes of multiple pages into different cells, and low latency reads with a persistent connection to C\*.

Each page could be written to separate C\* cells, with metadata written into a separate column family.

A possible way of implementing is:

- abstract ParquetFileWriter -> ParquetDataWriter. writeDictionaryPage, writeDataPage are abstract methods.
- ParquetFileWriter implements ParquetDataWriter, writing the data to Hadoop compatible files.
- ParquetCassandraWriter implements ParquetDataWriter, writing data to Cassandra
- for each page, metadata is written to Metadata CF, with key :::
- for each page, data is written to Data CF, with key :::
- footer is written to Metadata CF, with key

- abstract ParquetFileReader -> ParquetDataReader. readNextRowGroup, readFooter are abstract methods. Chunk will also need to be abstract.
- ParquetFileReader implements ParquetDataReader, reading from Hadoop compatible files.
- ParquetCassandraReader implements ParquetDataReader, reading from Cassandra

- ParquetDataWriter and ParquetDataReader are instantiated through reflection.

**Reporter**: [Issac Buenrostro](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=ibuenros)

**Note**: *This issue was originally created as [PARQUET-224](https://issues.apache.org/jira/browse/PARQUET-224). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

Hướng dẫn đóng góp

Chưa lập chỉ mục được hướng dẫn đóng góp cho kho mã nguồn này

Hướng nghiên cứu

Start by reviewing the existing ParquetFileWriter and ParquetFileReader entry points and the proposed ParquetDataWriter and ParquetDataReader abstractions. Then investigate how Cassandra column families and persistent connections would fit the page, metadata, and footer layout described here. Done means native Cassandra reader and writer implementations, reflection-based instantiation, and verified parallel page writes and reads.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Đánh giá

Công nghệ
cassandra, java
Lĩnh vực
databases
Loại issue
Tính năng
Độ khó
5/5
Thời gian dự kiến
Hơn một tuần
Mức độ hoạt động
Đình trệ
Độ rõ ràng
Khá rõ ràng
Mức phù hợp với người mới
25/100

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.