apache / apache/parquet-java

Harden variant decoding

未关闭
#3,561 0 条评论 0 个 reaction 已指派 0 人 在 GitHub 查看
Type: enhancement
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

### Describe the enhancement requested

org.apache.parquet.variant.Variant is brittle against malformed variants, whereas the arrow variant is very strict and includes an optional deep validate phase

* Harden the java implementation, where it doesn't impose any performance penalty
* add tests which can also generate malformed files to add to the parquet test files

The work in #3481 should include some of this or this should be an immediate followon (preferred)

### Component(s)

parquet-variant

贡献指南

这个仓库没有索引到贡献指南

调研方向

首先阅读 org.apache.parquet.variant.Variant 和 parquet-variant 组件,然后将其对格式错误输入的处理与 Arrow variant 进行比较,并审查 #3481 中的工作。完成的标准是:在不产生不必要性能成本的情况下增强 Java variant 解码的健壮性,并添加能够生成格式错误文件且将其加入 Parquet 测试文件的测试。

由索引模型根据 Issue 内容生成。

评估

技术栈
java
领域
data
Issue 类型
功能
难度
4/5
预计耗时
3-5 天
活跃度
冷清
描述清晰度
需要澄清
新手友好度
42/100

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。