apache / apache/parquet-java

existing column statistics can be missed

未关闭
#2,799 0 条评论 0 个 reaction 已指派 0 人 在 GitHub 查看
Component: Parquet Priority: Major Type: bug
主要语言
Java
星标
3.1k
派生
1.6k
平均合并
3 天 12 小时
30 天内合并 PR
33

描述

MakeTypedColumnStats returns min/max statistics guided by column order:

if TYPE_DEFINED_ORDER - min_value/max_value, and min/max otherwise.

correct behavior should be based on __isset flag.

**Reporter**: [Renat Valiullin](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=rip.nsk@gmail.com) / @rip-nsk
#### PRs and other links:
- [GitHub Pull Request #36814](https://github.com/apache/arrow/pull/36814)

**Note**: *This issue was originally created as [PARQUET-2327](https://issues.apache.org/jira/browse/PARQUET-2327). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

贡献指南

这个仓库没有索引到贡献指南

调研方向

从 MakeTypedColumnStats 开始,查看 issue 中链接的 GitHub Pull Request #36814。检查 min/max 统计信息是如何选择的,并验证决定现有统计信息的是 __isset 标志,而不是列顺序;完成的标准是不会遗漏现有的列统计信息。

由索引模型根据 Issue 内容生成。

评估

技术栈
java
领域
data-engineering
Issue 类型
缺陷
难度
3/5
预计耗时
1-2 天
活跃度
停滞
描述清晰度
基本清楚
新手友好度
25/100

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。