Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

[BENCH] Real-world query performance comparison

Abierto
#652 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
3/5
Tiempo estimado
1-2 días
Aptitud para principiantes
68/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Tranquilo
Stack tecnológico
python
Área
data, performance

Línea de trabajo

Lee primero examples/ctable/real_world.py y luego crea bench/ctable/summary_index_perf.py. Ejecuta el benchmark autocontenido después de instalar el proyecto y compara la misma consulta where() sin índice, SUMMARY con granularidad de chunk y SUMMARY con granularidad de bloque. Se considera terminado cuando una tabla clara muestra las filas escaneadas, el tiempo y la aceleración, con comentarios que expliquen las ventajas y desventajas.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

documentation help wanted sustain-2026

examples/ctable/real_world.py exists but is a fairly raw script. There is no self-contained example that clearly shows what performance gain SUMMARY indexes provide over a full scan, or how block size affects that gain — which is the most common question users will have after enabling auto-indexing.

Suggested work: Write bench/ctable/summary_index_perf.py that:

  • Generates a synthetic CTable with a few million rows and numeric columns
  • Runs the same where() query three ways: no index, SUMMARY at chunk granularity, SUMMARY at block granularity
  • Prints a clean results table (rows scanned, time, speedup)
  • Includes comments explaining the trade-offs

Ideally, it should work without any external dataset so it can be run immediately after install, but using an accessible dataset is also an option.

Lenguaje dominante
Python
Estrellas
211
Forks
63
Merge medio
1 d 9 min
PR fusionados (30 d)
7

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de Blosc/python-blosc2

Todos los issues de Blosc/python-blosc2

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.