apache / apache/parquet-java

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

Ouverte
#2,063 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub
Component: Java Component: Parquet Priority: Major Type: bug
Langage dominant
Java
Étoiles
3.1k
Forks
1.6k
Merge moyen
3 j 12 h
PR mergées (30 j)
33

Description

`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.*

Guide de contribution

Aucun guide de contribution indexé pour ce dépôt

Piste de recherche

Commencez par localiser shouldIgnoreStatistics dans parquet-mr et examiner comment il détermine si les statistiques provenant d’autres applications sont utilisables. Comparez le traitement requis pour les fichiers écrits par les versions de parquet-cpp, en vous appuyant sur PARQUET-1017 et la documentation de migration liés pour le contexte. Le travail est terminé lorsque parquet-mr gère correctement ces statistiques sans accepter de métadonnées incompatibles.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
java
Domaine
data-engineering
Type d'issue
Bug
Difficulté
4/5
Temps estimé
3-5 jours
Activité
À l'abandon
Clarté
Plutôt claire
Accessibilité débutants
35/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.