rapidsai/cudf

[BUG] Loading a missing column from a Parquet file results in ArrayIndexOutOfBoundsException

Open

#11.278 aperta il 15 lug 2022

Vedi su GitHub
 (2 commenti) (0 reazioni) (0 assegnatari)C++ (735 fork)batch import
JavaPythonSparkbuggood first issue

Metriche repository

Star
 (6000 star)
Metriche merge PR
 (Merge medio 17g 21h) (230 PR mergiate in 30 g)

Descrizione

Describe the bug Attempting to load a non-existent column from a Parquet file throws ArrayIndexOutOfBoundsException instead of a more specific error.

Steps/Code to reproduce bug Try to load a single column name that does not exist from a Parquet file. For example:

Table.readParquet(ParquetOptions.builder().includeColumn("doesnotexist").build(), new java.io.File("data.parquet"))

throws the following exception:

java.lang.ArrayIndexOutOfBoundsException: 0
  at ai.rapids.cudf.Table.<init>(Table.java:96)
  at ai.rapids.cudf.Table.readParquet(Table.java:974)
  ... 49 elided

Expected behavior A more useful error exception/message should be used than an array index error.

Guida contributor

Direzione di ricerca
Ispeziona il percorso del codice di lettura Parquet nei binding Java di cudf per individuare dove l'indice della colonna viene accesso senza controllo di null o fuori limite, quindi aggiungi una validazione per lanciare un errore descrittivo.
Tech stack
java
Dominio
databackend
Tipo issue
Bug
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
2
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-3 ore
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
JavacuDF library
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
50