parquet-mr must handle statistics in files written by parquet-cpp
- Lenguaje dominante
- Java
- Estrellas
- 3.1k
- Forks
- 1.6k
- Merge medio
- 3 d 12 h
- PR fusionados (30 d)
- 33
Descripción
`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.*
Guía de contribución
No hay ninguna guía de contribución indexada para este repositorio
Línea de trabajo
Empieza por localizar shouldIgnoreStatistics en parquet-mr y revisar cómo determina si se pueden usar las estadísticas de otras aplicaciones. Compara el tratamiento necesario para los archivos escritos por versiones de parquet-cpp, usando como contexto el PARQUET-1017 enlazado y la documentación de migración. Se considera terminado cuando parquet-mr gestiona correctamente esas estadísticas sin aceptar metadatos incompatibles.
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
- Bastante claro
- Aptitud para principiantes
- 35/100