`MessageTypeParser.parseMessageType()` Fails to Parse Valid Parquet Schemas with Special Characters in Field Names

Offen

#3,145 erstellt am 06.2.2025 3 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit: 3/5
Geschätzter Aufwand: 1-2 Tage
Anfängerfreundlichkeit: 45/100

Issue-Typ: Bug
Klarheit: Größtenteils klar
Aktivitätsstatus: Veraltet
Tech-Stack: java
Bereich: data-engineering

Rechercherichtung

Beginne mit MessageTypeParser.parseMessageType(String) und reproduziere den Roundtrip mithilfe eines gültigen Parquet-Schemas, dessen Feldname "name=id" oder "first name" enthält. Als abgeschlossen gilt dies, wenn der von toString() erzeugte Schema-String wieder in einen äquivalenten gültigen MessageType ohne Fehler geparst wird.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

Type: bug

Describe the bug, including details regarding any error messages, version, and platform.

The MessageTypeParser.parseMessageType(String) method fails when parsing Parquet schemas containing field names with special characters such as "name=id" or "first name". These field names are valid in Parquet schema definitions and Parquet files successfully support them. However, parseMessageType throws an error or fails to deserialize such schemas back into a valid MessageType object.

Steps to Reproduce:
Create a valid Parquet schema with a field name like name=id or first name.
Convert it to a string using .toString().
Attempt to parse it back using MessageTypeParser.parseMessageType(parquetSchema.toString()).

Suggested Fix:
Enhance MessageTypeParser to properly handle and deserialize field names containing special characters, ensuring compliance with the Parquet specification.

Component(s)

No response

Vorherrschende Sprache: Java
Sterne: 3.1k
Forks: 1.6k
Ø Merge: 6 T. 16 Std.
Gemergte PRs (30 T.): 36

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Erste Schritte

Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
Forken Sie das Repository und arbeiten Sie in einem Branch.
Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus apache/parquet-java

AvroIndexedRecordConverter resolves aliases before the exact field name Offen

Type: bug

Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 68/100

apache/parquet-java#3792 · Erstellt am 14.9.2026
Make PageReader AutoCloseable Offen

Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 82/100

apache/parquet-java#3767 · Erstellt am 04.9.2026
Remove duplicate LICENSE and NOTICE files from benchmark JARs Offen

Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100

apache/parquet-java#3695 · 1 Kommentar · Erstellt am 29.7.2026
Close input readers when ParquetRewriter setup fails Offen

Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100

apache/parquet-java#3667 · Erstellt am 16.7.2026
null_count is omitted for large columns in parquet files Offen

Type: bug

Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100

apache/parquet-java#3574 · 1 Kommentar · Erstellt am 22.5.2026

Alle Issues in apache/parquet-java