apache / apache/parquet-java

AvroParquetWriter write to s3 bucket throws data intergrity exception

Ouverte
#2,684 1 commentaire 0 réactions 0 personnes assignées Voir sur GitHub
Component: Parquet Priority: Major Type: bug
Langage dominant
Java
Étoiles
3.1k
Forks
1.6k
Merge moyen
3 j 12 h
PR mergées (30 j)
33

Description

 

Hi, we are trying to use [org.apache.parquet.avro](https://www.tabnine.com/code/java/packages/org.apache.parquet.avro).AvroParquetWriter

to write parquet file to s3 bucket. The file is successfully written to s3 bucket but 

get an exception

com.amazonaws.SdkClientException: Unable to verify integrity of data upload.

The purpose is to resolve this exceptions while  The s3 bucket is encrypted with SSE-KMS not SSE-S3. 

 

It appears that the exceptions are thrown because of code blocks in the link below

From amazon doc, the etag is not same as MD5 when s3 bucket is encrypted with SSE-KMS

 

**The possible way is to pass MD5 in request header or set system.property to disable validation in  skipMd5CheckStrategy.skipClientSideValidationPerPutResponse as indicated in link**

 The issue is that I do not find a proper way to inject such configurations into AvroParquetWriter. Is this possible? If yes, can you help to show how to do it? 

 

Thanks

 

Sean

 

**Reporter**: [sean](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=ks666)

**Note**: *This issue was originally created as [PARQUET-2146](https://issues.apache.org/jira/browse/PARQUET-2146). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

Guide de contribution

Aucun guide de contribution indexé pour ce dépôt

Piste de recherche

Commencez par AvroParquetWriter et suivez comment sa configuration de téléversement S3 parvient à AmazonS3Client, en particulier le chemin de validation référencé dans le rapport. Lisez SkipMd5CheckStrategy et la documentation AWS sur les SSE-KMS ETags ; le travail est considéré comme terminé lorsqu’un téléversement SSE-KMS ne déclenche plus l’exception d’intégrité ou qu’un chemin de configuration documenté existe.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
aws, java
Domaine
cloud
Type d'issue
Bug
Difficulté
4/5
Temps estimé
3-5 jours
Activité
À l'abandon
Clarté
À clarifier
Accessibilité débutants
35/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.