apache / apache/parquet-java

Vectorized API to support Column Index in Apache Spark

オープン
#2,476 コメント 10 件 リアクション 0 件 担当者 0 名 GitHub で見る
Component: Java Component: Parquet Priority: Major Type: enhancement
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

As per the comment on https://issues.apache.org/jira/browse/SPARK-26345. Its seems like Apache Spark doesn't support Column Index until we disable vectorizedReader in Spark - which will have other performance implications. As per  @zivanfi  , parquet-mr should implement a Vectorized API. Is it already implemented or any pull request for the same?

**Reporter**: [Felix Kizhakkel Jose](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=FelixKJose) / @FelixKJose

**Note**: *This issue was originally created as [PARQUET-1830](https://issues.apache.org/jira/browse/PARQUET-1830). 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 は SPARK-26345 を指しており、parquet-mr にすでにベクトル化 API または関連する pull request があるかどうかを尋ねています。まず、そのリンク先の議論を確認し、現在の parquet-java の実装を調べてください。具体的な変更を指定するのではなく、サポートが存在するかどうかを尋ねているため、Done は定義されていません。

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
20/100

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。