apache / apache/parquet-java

Add Brotli compression to Parquet

Abierto
#1,940 1 comentario 0 reacciones 0 asignados Ver en GitHub
Component: Parquet Priority: Major Type: enhancement
Lenguaje dominante
Java
Estrellas
3.1k
Forks
1.6k
Merge medio
3 d 12 h
PR fusionados (30 d)
33

Descripción

Hi,

Google release a new compression algorithm called Brotli.
A new compression algorithm for the internet, as they claim.
Currently Firefox and Chrome (both developer editions) already
support Brotli, as such as e.g. ngingx.
http://google-opensource.blogspot.de/2015/09/introducing-brotli-new-compression.html

I'm the author of jbrotli - the Java bindings for brotli.

I'm curios and doing a survey, if jBrotli is an option for parquet?
Feedback is welcome.

Thanks in advance
Martin

**Environment**: all
**Reporter**: [Martin W. Kirst](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=marki)
**Assignee**: [Ryan Blue](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=rdblue) / @rdblue
#### Related issues:
- [Add Brotli compression to Parquet format](https://github.com/apache/parquet-format/issues/267) (is blocked by)
- [Add Brotli compression codec](https://issues.apache.org/jira/browse/HADOOP-13126) (is related to)
#### PRs and other links:
- [PR #344](https://github.com/apache/parquet-mr/pull/344)

**Note**: *This issue was originally created as [PARQUET-521](https://issues.apache.org/jira/browse/PARQUET-521). 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 leyendo el issue #267 de parquet-format enlazado y el issue HADOOP-13126 de Hadoop; después, revisa el PR #344 para consultar el trabajo existente. El issue no menciona archivos ni pruebas y solicita comentarios sobre si jBrotli es adecuado, por lo que la finalización depende de que se establezcan el alcance y una ruta de implementación acordada.

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

Evaluación

Stack tecnológico
java
Área
data-engineering
Tipo de issue
Nueva funcionalidad
Dificultad
5/5
Tiempo estimado
Más de una semana
Estado de actividad
Estancado
Claridad
Necesita aclaración
Aptitud para principiantes
20/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.