apache / apache/parquet-java

Postpone dictionary encoding decision for starting null pages.

オープン
#2,749 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る
Component: Java Component: Parquet Priority: Major Type: enhancement
主要言語
Java
スター
3.1k
フォーク
1.6k
平均マージ
3日 12時間
マージ済み PR(30日)
33

説明

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.*

コントリビューションガイド

このリポジトリのコントリビューションガイドは索引されていません

調査の方向性

まず、リンクされたdevメーリングリストの議論と、以前のPARQUET-2253のコンテキストに関するissue移行ノートを読んでください。nullのみを含む最初のページに対するParquet Javaのdictionary encodingの決定を追跡してください。完了条件は、その決定が先送りされ、後続の値が収まる場合に引き続きdictionary encodingを使用できることです。

索引モデルが issue の本文から書いたものです。

評価

技術スタック
java
領域
data-engineering
issue の種類
機能追加
難易度
4/5
見積もり時間
3〜5日
活発さ
停滞
明瞭さ
おおむね明確
初心者へのやさしさ
35/100

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。