Convert JSON to Parquet directly
- Lenguaje dominante
- Java
- Estrellas
- 3.1k
- Forks
- 1.6k
- Merge medio
- 3 d 12 h
- PR fusionados (30 d)
- 33
Descripción
In order to convert JSON payload to Parquet, the "established" way seems to be to go first through a JSON to Avro conversion, provided the JSON payload is covered by a JSON-Schema or part of a OpenAPI definition. The rest of the process relies on the parquet-avro implementation.
Since JSON payload can be loaded to a generic JsonNode (jackson library) and since a JSON payload can be described and checked against a JSON-Schema or an OpenAPI definition, wouldn't it be theoretically possible to convert a JSON payload to a Parquet "record" directly (somehow implementing a similar approach than parquet-avro but this a JsonNode as a data holder)?
**Reporter**: [Emmanuel Brard](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=ebrard) / @ebrard
**Note**: *This issue was originally created as [PARQUET-1880](https://issues.apache.org/jira/browse/PARQUET-1880). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*
Guía de contribución
No hay ninguna guía de contribución indexada para este repositorio
Línea de trabajo
Comienza revisando la implementación existente de parquet-avro y cómo Jackson JsonNode representa y valida JSON según definiciones de JSON-Schema u OpenAPI. Define el alcance y el diseño para producir directamente un registro Parquet a partir de JSON, incluido qué constituye una conversión completa.
Escrito por el modelo de indexación a partir del texto del issue.
Evaluación
- Stack tecnológico
- java
- Área
- data-engineering
- Tipo de issue
- Nueva funcionalidad
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Estado de actividad
- Estancado
- Claridad
- Necesita aclaración
- Aptitud para principiantes
- 25/100