apache / apache/parquet-java

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

Aperta
#2,063 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub
Component: Java Component: Parquet Priority: Major Type: bug
Lingua principale
Java
Stelle
3.1k
Fork
1.6k
Merge medio
3g 12h
PR unite (30g)
33

Descrizione

`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.*

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Direzione di ricerca

Inizia individuando shouldIgnoreStatistics in parquet-mr e analizzando come stabilisce se le statistiche provenienti da altre applicazioni sono utilizzabili. Confronta la gestione richiesta per i file scritti dalle versioni di parquet-cpp, usando come contesto PARQUET-1017 collegato e la documentazione di migrazione. Il lavoro è completato quando parquet-mr gestisce correttamente queste statistiche senza accettare metadati incompatibili.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
java
Ambito
data-engineering
Tipo di issue
Bug
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
35/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.