apache / apache/parquet-java

Parquet statistics stats_null_count is wrong for large json string colums

Ouverte
#2,786 2 commentaires 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

stats_null_count always None when one of the columns values is about 46977 characters length   

**Reporter**: [Rotem Levi](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=rotem.l)
#### Original Issue Attachments:
- [part-00000-7e5dcc44-d176-42ab-98b9-664cace5d433-c000.snappy.parquet](https://issues.apache.org/jira/secure/attachment/13058765/part-00000-7e5dcc44-d176-42ab-98b9-664cace5d433-c000.snappy.parquet)

**Note**: *This issue was originally created as [PARQUET-2306](https://issues.apache.org/jira/browse/PARQUET-2306). 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 reproduire le comportement signalé de stats_null_count avec le fichier joint part-00000-7e5dcc44-d176-42ab-98b9-664cace5d433-c000.snappy.parquet et une colonne contenant une chaîne JSON d’environ 46 977 caractères. Suivez la manière dont les statistiques Parquet sont lues pour cette colonne ; le travail est terminé lorsque stats_null_count est correctement indiqué au lieu d’être toujours None.

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

Évaluation

Stack technique
java
Domaine
databases
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.