apache / apache/parquet-java

Throw Exception when predicate contains columns not specified in prejection, to prevent filtering out data improperly

Abierto
#1,927 1 comentario 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

As is reported by Parquet-425, data will be filtered out improperly under certain cases.

Before Parquet-425 is fixed, let's throw an Exception to warn the upper application that work-arounds should be done.

**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
#### Externally tracked issue: [https://issues.apache.org/jira/browse/PARQUET-425](https://issues.apache.org/jira/browse/PARQUET-425)

**Note**: *This issue was originally created as [PARQUET-426](https://issues.apache.org/jira/browse/PARQUET-426). 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 revisando el informe Parquet-425 y el historial del issue relacionado PARQUET-426 para identificar el manejo afectado de predicados y proyecciones. Rastrea dónde se evalúan los predicados contra columnas proyectadas y, después, verifica que los casos con columnas de predicado no especificadas lancen una excepción en lugar de filtrar los datos; el issue no proporciona ninguna ruta de archivo o de prueba.

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.