apache / apache/parquet-java

Different created_by field values for application and library

Abierto
#2,646 6 comentarios 0 reacciones 0 asignados Ver en GitHub
Component: Java Component: Parquet Priority: Minor Type: enhancement
Lenguaje dominante
Java
Estrellas
3.1k
Forks
1.6k
Merge medio
3 d 12 h
PR fusionados (30 d)
33

Descripción

There seems to be a discrepancy in the Parquet format created_by field regarding how it should be filled out. The parquet-mr library uses this value to enable/disable features based on the parquet-mr version [here](https://github.com/apache/parquet-mr/blob/5f403501e9de05b6aa48f028191b4e78bb97fb12/parquet-column/src/main/java/org/apache/parquet/CorruptDeltaByteArrays.java#L64-L68). Meanwhile, users are encouraged to make use of the application version [here](https://www.javadoc.io/doc/org.apache.parquet/parquet-format/latest/org/apache/parquet/format/FileMetaData.html). It seems like there are multiple fields needed for an application and library version. 

**Reporter**: [Joshua Howard](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=joshthoward@gmail.com)

**Note**: *This issue was originally created as [PARQUET-2088](https://issues.apache.org/jira/browse/PARQUET-2088). 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 con la lógica vinculada de parquet-mr CorruptDeltaByteArrays.java y la documentación de FileMetaData.java para entender cómo se interpreta actualmente created_by. Determina la separación necesaria entre las versiones de la aplicación y de la biblioteca; para darlo por terminado, deben acordarse la dirección del formato/API y el alcance correspondiente de la implementación o la documentación.

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

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.