apache / apache/parquet-java

ParquetReader directory read using InputFile

Aperta
#2,856 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub
Component: Hadoop Component: Java Component: Parquet Priority: Major Type: enhancement
Lingua principale
Java
Stelle
3.1k
Fork
1.6k
Merge medio
3g 12h
PR unite (30g)
33

Descrizione

Using Hadoop Path, users can read from directories (excluding hidden files) using a single ParquetReader. This is not yet possible using the InputFile API. To resolve this, a generic way should be added for directories to be read, consistent with the behaviour of the read API when using a Hadoop Path.

**Reporter**: [Atour Mousavi Gourabi](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=amousavigourabi) / @amousavigourabi

**Note**: *This issue was originally created as [PARQUET-2404](https://issues.apache.org/jira/browse/PARQUET-2404). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Direzione di ricerca

Inizia confrontando il comportamento esistente di lettura delle directory di Hadoop Path con l’InputFile API descritta nell’issue. Definisci come deve funzionare una lettura generica di una directory, incluso l’escludere i file nascosti e il mantenere il comportamento di un singolo reader, quindi verifica il risultato rispetto al comportamento della read API esistente.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
java
Ambito
data-engineering
Tipo di issue
Funzionalità
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
35/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.