apache / apache/parquet-java

Perform encoding before bloom filters write out

オープン
#2,278 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る
Component: C++ Component: Java Component: Parquet Priority: Minor Type: task
主要言語
Java
スター
3.1k
フォーク
1.6k
平均マージ
3日 12時間
マージ済み PR(30日)
33

説明

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.*

コントリビューションガイド

このリポジトリのコントリビューションガイドは索引されていません

調査の方向性

この issue では、ファイル、テスト、エントリーポイントが指定されていません。まず bloom filter の書き込みパスと既存のエンコーディング関連テストを見つけ、次に低エントロピーのフィルターに期待される動作を判断してください。完了には、合意されたエンコーディング方式と、bloom filter が正しく書き込まれ、読み戻せることを示すカバレッジが必要です。

索引モデルが issue の本文から書いたものです。

評価

技術スタック
java
領域
data-engineering
issue の種類
機能追加
難易度
5/5
見積もり時間
1週間以上
活発さ
停滞
明瞭さ
説明が足りない
初心者へのやさしさ
25/100

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。