apache / apache/parquet-java

Add an option to allow auto conversion from empty fields to NULL

Offen
#2,549 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
Component: Java Component: Parquet Priority: Minor Type: enhancement
Vorherrschende Sprache
Java
Sterne
3.1k
Forks
1.6k
Ø Merge
3 T. 12 Std.
Gemergte PRs (30 T.)
33

Beschreibung

Right now, Parquet Writer throws out an exception:

`Parquet record is malformed: empty fields are illegal, the field should be ommited completely instead`

when an empty field (array or struct or map I guess?) is written.

The suggestion here is to add an option "auto_convert_empty_fields_to_null" that convert empty fields to null automatically on write.

The LOC to change is [here:](https://sourcegraph.com/github.com/apache/parquet-mr/-/blob/parquet-column/src/main/java/org/apache/parquet/io/MessageColumnIO.java#L328)
> `if (emptyField) {`
> ` {{   throw new ParquetEncodingException("empty fields are illegal, the field should be ommited completely instead");`}}
> ``}
 

**Reporter**: [Zheng Shao](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=zshao)

**Note**: *This issue was originally created as [PARQUET-1945](https://issues.apache.org/jira/browse/PARQUET-1945). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Rechercherichtung

Beginnen Sie in parquet-column/src/main/java/org/apache/parquet/io/MessageColumnIO.java beim `if (emptyField)`-Block in Zeile 328 und verfolgen Sie anschließend, wie die Optionen des Parquet Writers diesen Code erreichen. Legen Sie fest, wo die Option `auto_convert_empty_fields_to_null` hingehört, und überprüfen Sie, dass leere Arrays, Structs oder Maps als null geschrieben werden, anstatt die Ausnahme wegen eines fehlerhaften Datensatzes auszulösen; im Issue wird keine Testdatei genannt.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
java
Bereich
data
Issue-Typ
Feature
Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Aktivitätsstatus
Veraltet
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
35/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.