apache / apache/parquet-java

Fix the bug when predicate contains columns not specified in prejection, to prevent filtering out data improperly

Aperta
#1,926 1 commento 0 reazioni 0 assegnatari Vedi su GitHub
Component: Java Component: Parquet Priority: Major Type: bug
Lingua principale
Java
Stelle
3.1k
Fork
1.6k
Merge medio
3g 12h
PR unite (30g)
33

Descrizione

As is reported in Parquet-427, data will be filtered out improperly under the case where:
1. predicates - requested schema ≠ ∅
2. predicates - file schema = ∅

To give an example:
data:

|a|b|
|-|-|
|1|1|
|2|2|
|3|3|

file schema: a,b, requested schema: a, and predicate: b = 1

we should get:

|a|
|-|
|1|

but we'll end up get nothing, which is wrong.

This issue proposes to fix this.

**Reporter**: [Liwei Lin(Inactive)](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=proflin) / @lw-lin
**Assignee**: [Liwei Lin(Inactive)](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=proflin) / @lw-lin

**Note**: *This issue was originally created as [PARQUET-425](https://issues.apache.org/jira/browse/PARQUET-425). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Direzione di ricerca

Inizia leggendo il report Parquet-427 collegato e riproduci l’esempio dell’issue con lo schema del file a,b, lo schema richiesto a e il predicato b = 1. Non sono indicati file sorgente né test; il lavoro è completato quando il risultato conserva la riga con a = 1 invece di filtrare tutti i dati.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
java
Ambito
databases
Tipo di issue
Bug
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
35/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.