Postpone dictionary encoding decision for starting null pages.
- Lenguaje dominante
- Java
- Estrellas
- 3.1k
- Forks
- 1.6k
- Merge medio
- 3 d 12 h
- PR fusionados (30 d)
- 33
Descripción
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.*
Guía de contribución
No hay ninguna guía de contribución indexada para este repositorio
Línea de trabajo
Empieza leyendo la discusión enlazada de la lista de correo de dev y la nota de migración del issue sobre el contexto anterior de PARQUET-2253. Traza la decisión de Parquet Java sobre la codificación mediante diccionario para una primera página que contenga únicamente valores nulos; se considera terminado cuando esa decisión se pospone para que los valores posteriores aún puedan usar la codificación mediante diccionario cuando encajen.
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
- 4/5
- Tiempo estimado
- 3-5 días
- Estado de actividad
- Estancado
- Claridad
- Bastante claro
- Aptitud para principiantes
- 35/100