lance-format/lance

Support `regexp_match` for `LargeUtf8`

Open

#904 aperta il 25 mag 2023

Vedi su GitHub
 (0 commenti) (0 reazioni) (0 assegnatari)Rust (695 fork)github user discovery
A-pythongood first issuehelp wantedrust

Metriche repository

Star
 (6582 star)
Metriche merge PR
 (Merge medio 6g 1h) (219 PR mergiate in 30 g)

Descrizione

#899 enabled regexp_match, but if we call with regexp_match(col, pattern) where col is of type LargeUtf8 the code panics.

a few notes:

  1. regexp_match on LargeUtf8 is probably highly inefficient, as the datasize practically doubles in memory (compare to Utf8)
  2. I'm not sure how to dispatch to arrow_cast function in datafusion expressions.

Guida contributor

Direzione di ricerca
Indaga come arrow cast viene utilizzato per Utf8 in regexp match e estendi il supporto a LargeUtf8. Considera le implicazioni sulle prestazioni e la possibilità di casting o implementazione diretta.
Tech stack
rust
Dominio
database
Tipo issue
Bug
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
Rust
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
40