apache / apache/parquet-java

Convert JSON to Parquet directly

オープン
#2,503 コメント 1 件 リアクション 0 件 担当者 0 名 GitHub で見る
Component: Java Component: Parquet Priority: Minor 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

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.*

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

既存の parquet-avro 実装と、Jackson JsonNode が JSON-Schema または OpenAPI の定義に対して JSON をどのように表現および検証するかを確認することから始めます。JSON から直接 Parquet レコードを生成するための範囲と設計を定義し、完全な変換を構成するものを含めます。

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。