Parquet reader: fall back to positional field IDs when a file has no field IDs and no name mapping
Los mantenedores suelen responder en 3 días
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 45/100
Línea de trabajo
Read the Parquet reader changes in #1044 and compare its schema handling with avro_reader.cc and Java's ReadConf/addFallbackIds. Decide how positional IDs should apply to top-level columns and whether the behavior should be opt-in, then define the expected behavior in tests for files without field IDs or a name mapping.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Background
#1044 adds name mapping support to the Parquet reader. When a Parquet file has no field IDs and no name mapping is provided, the reader returns InvalidSchema, which matches the current C++ Avro reader (avro_reader.cc).
The Java Parquet reader handles this case differently. As pointed out in https://github.com/apache/iceberg-cpp/pull/1044, ReadConf falls back to addFallbackIds and assigns positional IDs to top-level columns, so such files can still be read.
Proposal
When the Parquet file schema has no field IDs and no name mapping is provided, assign fallback IDs by top-level column position, as Java does, instead of returning an error.
Open questions:
- Should the Avro reader get the same fallback for consistency?
- Should the fallback be opt-in or always enabled?
- Lenguaje dominante
- C++
- Estrellas
- 230
- Forks
- 138
- Merge medio
- 4 d 2 h
- PR fusionados (30 d)
- 61
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de apache/iceberg-cpp
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 12/100
apache/iceberg-cpp#1027 · 4 comentarios ·
Los mantenedores suelen responder en 3 días
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
apache/iceberg-cpp#1000 · 2 comentarios · 1 reacción ·
Los mantenedores suelen responder en 3 días
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 8/100
apache/iceberg-cpp#988 · 2 comentarios ·
Los mantenedores suelen responder en 3 días
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 20/100
apache/iceberg-cpp#959 · 1 comentario ·
Los mantenedores suelen responder en 3 días
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
apache/iceberg-cpp#946 · 6 comentarios ·
Los mantenedores suelen responder en 3 días
Todos los issues de apache/iceberg-cpp
Issues similares
-
bug priority: low
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 86/100
chipsalliance/verible#2644 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
grafana/pyroscope-dotnet#470 ·
Los mantenedores suelen responder en 1 día
-
documentation P5 XS
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
open-astro/AlpacaBridge#1848 ·
Los mantenedores suelen responder en 1 día
-
DiskANN AnnIterator returns unconverted IP distances after the graph walk runs out of candidatesAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
zilliztech/knowhere#1933 ·
Los mantenedores suelen responder en 1 día