Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

BTree scalar index on id for business index tables

Aperta
#477 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
32/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
python
Ambito
database

Direzione di ricerca

Start in core/persistence/lancedb/repository.py, at the TODO beside ensure_business_indexes and the rebuild_indexes() loop, then find where cascade rebuild calls into them. Before adding a BTree scalar index on id, the rebuild path must cover scalar indexes, and index-directory growth under real write cadence must be measured. Done means a BTree on id exists on the business tables, explain_plan shows ScalarIndexQuery for id lookups, and the growth check is recorded.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

enhancement

No scalar index exists on any LanceDB business table; every WHERE id = … lookup and every merge_insert match is a full scan. Measured on 100k rows (lancedb 0.34, 2026-10-09): scoped point lookup 3.6 ms → 0.8 ms and a 100-row multi-column merge_insert 11.2 ms → 3.6 ms with a BTree on id (explain_plan shows ScalarIndexQuery).

Not urgent — cascade per-file time is dominated by embedding calls — but a real win. Prerequisites before adding it: wire scalar indexes into the rebuild_indexes() loop and cascade rebuild, and verify index-directory growth under the real write cadence (see the index-UUID bloat note in core/persistence/lancedb/repository.py).

A TODO next to ensure_business_indexes points here.

Lingua principale
Python
Stelle
13.3k
Fork
926
Merge medio
17h 8m
PR unite (30g)
32

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di EverMind-AI/EverOS

Tutte le issue di EverMind-AI/EverOS

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.