Parquet Combine Input format for MapReduce job
- Ngôn ngữ chính
- Java
- Star
- 3.1k
- Fork
- 1.6k
- Merge trung bình
- 3 ngày 12 giờ
- Pull request đã merge (30 ngày)
- 33
Mô tả
ParquetInputFormat can only process one parquet file, if there are small files, it will spawn many small map task processing the small file. It is not efficient.
We need to provide CombineInputFormat to combine small files together in one map task.
**Reporter**: [Bing Jiang](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=jiangbinglover)
**Note**: *This issue was originally created as [PARQUET-1051](https://issues.apache.org/jira/browse/PARQUET-1051). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*
Hướng dẫn đóng góp
Chưa lập chỉ mục được hướng dẫn đóng góp cho kho mã nguồn này
Hướng nghiên cứu
Start by reading the ParquetInputFormat entry point and the MapReduce input-format behavior described in the issue. Determine how small Parquet files should be combined into a single map task, then verify that the resulting input format processes those files together without losing records.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Đánh giá
- Công nghệ
- hadoop, java
- Lĩnh vực
- data-engineering, distributed-systems
- Loại issue
- Tính năng
- Độ khó
- 4/5
- Thời gian dự kiến
- 3-5 ngày
- Mức độ hoạt động
- Đình trệ
- Độ rõ ràng
- Khá rõ ràng
- Mức phù hợp với người mới
- 38/100