feathr-ai/feathr

Allow `OUTPUT_PARALLELISM` and `OVERWRITE_MODE` in join output

Open

#91 ouverte le 24 mars 2022

Voir sur GitHub
 (2 commentaires) (0 réactions) (0 assignés)Scala (1 929 stars) (244 forks)batch import
buggood first issuehelp wanted

Description

Seems it's not honored per this line: https://github.com/linkedin/feathr/blob/main/src/main/scala/com/linkedin/feathr/offline/generation/SparkIOUtils.scala#L21

Guide contributeur

Stack technique
scala
Domaine
data
Type d'issue
feature
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 hours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
stale
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
needs investigation
Prérequis
Basic ScalaFamiliarity with Spark output modes
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
25
Direction de recherche
Start by examining the referenced line (SparkIOUtils.scala:21) and trace how OUTPUT PARALLELISM and OVERWRITE MODE are currently handled in the output path. Check if similar settings are applied in other parts of the Feathr codebase, such as for non join outputs. Review any existing tests or comments in the issue to understand the expected behavior. If possible, look at recent commits or PRs that might have addressed this partially.