apache / apache/parquet-java

Postpone dictionary encoding decision for starting null pages.

Offen
#2,749 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
Component: Java Component: Parquet Priority: Major Type: enhancement
Vorherrschende Sprache
Java
Sterne
3.1k
Forks
1.6k
Ø Merge
3 T. 12 Std.
Gemergte PRs (30 T.)
33

Beschreibung

Discussion from the dev mailing list: [Fallback Encoding for Very Sparse or Sorted Datasets-Apache Mail Archives](https://lists.apache.org/thread/jkkxhknsxw8cdv8fxf1bstqdn5fzw2pl)

If beginning values are all nulls, the dictionary encoding is disabled when first data page is created. This loses the advantage of dictionary encoding if following values are good fit.

**Reporter**: [Gang Wu](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=wgtmac) / @wgtmac
**Assignee**: [Gang Wu](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=wgtmac) / @wgtmac

**Note**: *This issue was originally created as [PARQUET-2253](https://issues.apache.org/jira/browse/PARQUET-2253). 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

Lies zunächst die verlinkte Diskussion auf der dev-Mailingliste und den Hinweis zur Issue-Migration für den früheren PARQUET-2253-Kontext. Verfolge die Entscheidung zur Dictionary-Encoding in Parquet Java für eine erste Seite, die nur Nullwerte enthält; abgeschlossen ist die Aufgabe, wenn diese Entscheidung aufgeschoben wird, sodass spätere Werte weiterhin Dictionary-Encoding verwenden können, wenn sie hineinpassen.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
java
Bereich
data-engineering
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.