apache / apache/parquet-java

Perform encoding before bloom filters write out

Aperta
#2,278 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub
Component: C++ Component: Java Component: Parquet Priority: Minor Type: task
Lingua principale
Java
Stelle
3.1k
Fork
1.6k
Merge medio
3g 12h
PR unite (30g)
33

Descrizione

When entropy of bloom filter is low say nearly all 0 or all 1, we may want to consider to use encoding to save space.

**Reporter**: [Junjie Chen](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=junjie) / @chenjunjiedada

**Note**: *This issue was originally created as [PARQUET-1495](https://issues.apache.org/jira/browse/PARQUET-1495). 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

L’issue non indica file, test o punti di ingresso. Inizia individuando il percorso di scrittura del filtro Bloom e i test esistenti relativi alla codifica, quindi determina il comportamento previsto per i filtri a bassa entropia. L’attività sarebbe completata quando fossero disponibili un approccio di codifica concordato e una copertura che dimostri che i filtri Bloom vengono scritti correttamente e possono essere riletti.

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

Valutazione

Stack tecnologico
java
Ambito
data-engineering
Tipo di issue
Funzionalità
Difficoltà
5/5
Tempo stimato
Più di una settimana
Stato di attività
Ferma
Chiarezza
Da chiarire
Idoneità per principianti
25/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.