apache / apache/parquet-java

Question on parquet-protobuf and parquet-pig

Abierto
#1,870 0 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

Hi,

I have a question about protobuf to parquet conversion.
I have a message like this (simplified) :
```Java

message MyMessage {
repeated string language = 1;
}
```

parquet-protobuf convert it to the following schema :

```Java
message MyMessage {
repeated binary language (UTF8);
}
```

But, according to TestPigSchameConverter.java, the correct schema should be :

```Java
message MyMessage {
optional group language (LIST) {
repeated binary value (UTF8);
}
}
```

Language is an optional list of language, i want to store zero or more language.

Who have the correct schema for my case ? parquet-protobuf or parquet-pig ?

**Reporter**: [Christian Nguyen Van Than](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=cnguyen@nextperf.com)

**Note**: *This issue was originally created as [PARQUET-354](https://issues.apache.org/jira/browse/PARQUET-354). 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

Compara el comportamiento de conversión de protobuf con el esquema esperado en TestPigSchameConverter.java, empezando por cómo parquet-protobuf y parquet-pig representan los campos string repetidos. Determina si los esquemas difieren incorrectamente para valores de cero o más elementos, y documenta una conclusión reproducible o una prueba que resuelva qué representación es correcta.

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

Evaluación

Stack tecnológico
java
Área
data-engineering
Tipo de issue
Error
Dificultad
4/5
Tiempo estimado
3-5 días
Estado de actividad
Estancado
Claridad
Necesita aclaración
Aptitud para principiantes
25/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.