Support a better encoding for Parquet Dictionary
未关闭
Component: Java
Component: Parquet
Priority: Major
Type: enhancement
- 主要语言
- Java
- 星标
- 3.1k
- 派生
- 1.6k
- 平均合并
- 3 天 12 小时
- 30 天内合并 PR
- 33
描述
Currently Parquet is using Plain encoding for the dictionary, it should support a better encoding, such as BitPacking or DeltaBinaryPacking.
**Reporter**: [Dapeng Sun](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=dapengsun) / @sundapeng
**Note**: *This issue was originally created as [PARQUET-1060](https://issues.apache.org/jira/browse/PARQUET-1060). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*
贡献指南
这个仓库没有索引到贡献指南
调研方向
首先定位 Parquet 字典编码的实现以及现有的 Plain 编码路径；issue 中没有指定文件或测试。比较受支持的 BitPacking 和 DeltaBinaryPacking 选项，并确定字典页如何表示它们。完成标准是：选定的更佳编码得到正确支持，并由相关测试覆盖。
由索引模型根据 Issue 内容生成。
评估
- 技术栈
- java
- 领域
- data-engineering
- Issue 类型
- 功能
- 难度
- 5/5
- 预计耗时
- 一周以上
- 活跃度
- 停滞
- 描述清晰度
- 需要澄清
- 新手友好度
- 25/100