apache / apache/parquet-java

parquet-mr must handle statistics in files written by parquet-cpp

Offen
#2,063 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
Component: Java Component: Parquet Priority: Major Type: bug
Vorherrschende Sprache
Java
Sterne
3.1k
Forks
1.6k
Ø Merge
3 T. 12 Std.
Gemergte PRs (30 T.)
33

Beschreibung

`shouldIgnoreStatistics` in parquet-mr always accepts statistics for files written by other applications including parquet-cpp. We must fix this to correctly handle statistics written by parquet-cpp versions.

**Reporter**: [Deepak Majeti](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=mdeepak) / @majetideepak

**Note**: *This issue was originally created as [PARQUET-1017](https://issues.apache.org/jira/browse/PARQUET-1017). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Rechercherichtung

Beginne damit, shouldIgnoreStatistics in parquet-mr zu finden und zu prüfen, wie entschieden wird, ob Statistiken aus anderen Anwendungen verwendbar sind. Vergleiche die erforderliche Behandlung für Dateien, die von parquet-cpp-Versionen geschrieben wurden, und nutze dabei das verlinkte PARQUET-1017 und die Migrationsdokumentation als Kontext. Erledigt ist die Aufgabe, wenn parquet-mr diese Statistiken korrekt behandelt, ohne inkompatible Metadaten zu akzeptieren.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
java
Bereich
data-engineering
Issue-Typ
Bug
Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Aktivitätsstatus
Veraltet
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
35/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.