[Bug] make_dt_interval returns NULL for more than about 1.49 million days, Spark returns the interval

Aperta Adatta ai principianti
  • Qualcosa non va?
#109 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

@Subodh-17 ci sta già lavorando.

Dal 15/11/2026.

  • #119 di @Subodh-17 — aperta

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
78/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
rust, spark, sql
Ambito
data

Direzione di ricerca

L'overflow si trova in make_interval_dt_nano in crates/spark/src/function/datetime/make_dt_interval.rs, intorno alla riga 185, dove days * 24 * 60 viene calcolato in i32. Inizia leggendo quella funzione e i test unitari accanto a essa, poi riproduci il problema con l'SQL presente nella issue. Il lavoro è completato quando numeri di giorni elevati, come 1500000 e 106751991, restituiscono l'intervallo invece di NULL e i test esistenti di make_dt_interval continuano a passare.

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

Descrizione

Describe the bug

make_dt_interval returns NULL for values that fit in the result. make_interval_dt_nano (make_dt_interval.rs#L185) adds up hours and minutes in i32, so days * 24 * 60 overflows once days is above 1,491,308. The result is a microsecond count in i64, which can hold about 106,751,991 days. Spark does this arithmetic in Long.

To Reproduce
SELECT make_dt_interval(1491308, 0, 0, 0);
-- 1491308 days 0 hours 0 mins 0.000000 secs
SELECT make_dt_interval(1500000, 0, 0, 0);
-- datafusion-spark: NULL
-- Spark 4.2.0: INTERVAL '1500000 00:00:00' DAY TO SECOND

Spark 4.2.0 also returns a value for make_dt_interval(106751991, 0, 0, 0).

Expected behavior

Do the intermediate arithmetic in i64, so that every value that fits in the result is returned.

Additional context

This is separate from #20, which is about what happens on a real overflow (NULL here, an error in Spark). Spark results come from PySpark 4.2.0 with a UTC session.

Lingua principale
Rust
Stelle
7
Fork
15
Merge medio
16h 43m
PR unite (30g)
26

Preparare l'ambiente

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 apache/datafusion-spark

Tutte le issue di apache/datafusion-spark

Issue simili

Altre issue su Rust

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.