Importers return the WriteSummary of the file they write

Offen
  • Stimmt etwas nicht?
#728 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Maintainer antworten meist innerhalb von 1 Tag

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
3/5
Geschätzter Aufwand
1-2 Tage
Anfängerfreundlichkeit
72/100
Issue-Typ
Feature
Klarheit
Klar beschrieben
Aktivitätsstatus
Aktiv
Tech-Stack
java
Bereich
data

Rechercherichtung

Read VortexWriter.finish() and the listed importer methods in ParquetImporter, CsvImporter, and JdbcImporter to trace how each writes its output. Start with the Parquet importer and the vortex-jni cross-check described in the issue, then add coverage for the other importers. Done means each importer returns its WriteSummary, and the Parquet summary matches the file's size, row count, and per-column statistics.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

enhancement good first issue

Follow-up to #664. VortexWriter.finish() returns a WriteSummary (file size, row count, per-column compressed size and statistics), but every importer drops it and returns void:

  • ParquetImporter.importParquet(Path|URI, Path[, ImportOptions])
  • CsvImporter.importCsv(Path|URI, Path[, ImportOptions])
  • JdbcImporter.importTable(...) / importQuery(...)

So a caller that wants the size or statistics of what it just imported has to open the file again. The CLI's vortex import and scripts/RaincloudCompare.java both reopen files for exactly this.

Proposal: each importer returns the WriteSummary from finish(). Going from void to a return value is source-compatible for callers. A URI import that reads the source remotely still writes a local file, so it returns the summary the same way.

What it enables:

  • RaincloudCompare can report per-column Java vs Rust sizes without reopening files (vortex-jni's writer already returns VortexWriteSummary). That per-column breakdown is what traced #722, #723 and #724.
  • vortex import can print each column's compressed size.

Test: a vortex-jni cross-check that a Parquet import's returned summary matches what vortex-jni reads back from the file (fileSize, row count, per-column statistics), plus unit tests per importer.

Vorherrschende Sprache
Java
Sterne
3
Forks
2
Ø Merge
9 Std. 19 Min.
Gemergte PRs (30 T.)
154

Entwicklungsumgebung

Erste Schritte

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

Mehr aus dfa1/vortex-java

Alle Issues in dfa1/vortex-java

Ähnliche Issues

Weitere Issues zu Java

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.