apache / apache/parquet-java

Parquet protobuf: List wrapper should be optional

Ouverte
#2,133 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub
Component: Java Component: Parquet Priority: Minor Type: bug
Langage dominant
Java
Étoiles
3.1k
Forks
1.6k
Merge moyen
3 j 12 h
PR mergées (30 j)
33

Description

Following  , parquet-protobuf will conform to the specs[1] regarding the definition of lists and will adopt the 3-level structure:
```java

*required* group my_list (LIST) {
repeated group list {
optional binary element (UTF8);
}
}
```
The first level has the repetition level **required**, however this won't allow making the distinction between a null list and an empty one.

This ticket is for changing the root level repetition to **optional** as following:
```java

*optional* group my_list (LIST) {
repeated group list {
optional binary element (UTF8);
}
}
```
This will allow differentiating between null and empty lists.

[1] https://github.com/apache/parquet-format/blob/master/LogicalTypes.md#lists

**Reporter**: [Benoit Hanotte](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=b.hanotte)

**Note**: *This issue was originally created as [PARQUET-1216](https://issues.apache.org/jira/browse/PARQUET-1216). 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 l’implémentation parquet-protobuf des schémas de listes et comparez-la avec la Parquet lists specification liée dans l’issue et avec la modification de parquet-mr référencée. C’est terminé lorsque la root LIST group est optionnelle, tandis que la structure imbriquée de liste et d’élément reste telle qu’elle est présentée, ce qui permet de distinguer les listes null des listes vides.

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.