apache / apache/parquet-java

Reduce memory footprint for nulls caching

未关闭
#2,088 0 条评论 0 个 reaction 已指派 0 人 在 GitHub 查看

还没有人认领这个 Issue。

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

Scenario:
There is a schema with many optional groups, e.g.

message example {
  required binary id (UTF8);
  optional group a1 (LIST) {
    repeated int64 array;
  }
  optional group a2 (LIST) {
    repeated int64 array;
  }
...
  optional group aN (LIST) {
    repeated int64 array;
  }
}

Many records without optional parameters are written.
In this case groupNullCache will contain many elements which all are zeros.

Reporter: Boris Molodenkov

Related issues:

Note: This issue was originally created as PARQUET-1119. Please see the migration documentation for further details.

贡献指南

这个仓库没有索引到贡献指南

从这里开始

  1. 先读完整个 Issue,再读项目的贡献指南。
  2. 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
  3. Fork 仓库,在一个分支上完成修改。
  4. 提交 Pull Request,并在描述里引用这个 Issue 编号。

调研方向

未指定源文件或测试。首先跟踪 groupNullCache 的创建和填充位置,然后阅读关于现有缓存设计的 issue #1860。完成标准是在保留相关写入行为的同时,减少全零 null-cache 条目的存储;在测试当前缓存行为的位置添加有针对性的覆盖。

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
重构
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

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。