hyper: a Parquet file with a footer over 16 MiB is refused
メンテナーはふだん 1 日以内に返信
まだ誰も着手していません。
評価
調査の方向性
The failure comes from the Hyper engine's Parquet reader, not from the ClickBench scripts, so the scripts under hyper/load only show how the file is loaded. Start with the reproduction: write hits-small-groups.parquet with the ClickHouse command in the issue, then load it with hyper/load and confirm the 16777216-byte footer error. Done would mean the load succeeds, or the limit becomes configurable and hyper/load sets it. Because the limit is inside Hyper, the fix needs upstream engine changes and maintainer input.
索引モデルが issue の本文から書いたものです。
説明
Hyper refuses a Parquet file whose footer is larger than 16 MiB:
tableauhyperapi.hyperexception.HyperException: error while reading Parquet file: Error in hits.parquet
The footer size 35231477 of the Parquet file exceeds the maximum allowed footer size which is 16777216
This happened in the randomized benchmark (https://github.com/ClickHouse/ClickBench/pull/3271), which loads a generated dataset of a billion rows with the same schema as hits.parquet, using hyper/load unchanged. The file was written by ClickHouse 26.10 with its default row group size limit of 512 MB, which gives more than a thousand row groups for a billion rows, and their metadata makes a footer of 35 MB. The Parquet format has no such limit, and the other systems of the benchmark (ClickHouse, DuckDB, Firebolt, PostgreSQL-based ones, and others) loaded the same file.
Reproduction with the standard dataset: rewriting hits.parquet (100M rows, 226 row groups, a footer of 2.4 MB) with smaller row groups gives 2360 row groups and a footer of 31.6 MB:
clickhouse local --output_format_parquet_row_group_size 40000 --output_format_parquet_row_group_size_bytes 100000000000 \
--query "SELECT * FROM file('hits.parquet') INTO OUTFILE 'hits-small-groups.parquet' TRUNCATE FORMAT Parquet"
clickhouse local --query "SELECT num_row_groups, metadata_size FROM file('hits-small-groups.parquet', ParquetMetadata)"
# 2360 31626081
Loading hits-small-groups.parquet with hyper/load should fail with the same message.
Could the limit be raised (or made configurable through an option that hyper/load could set)? The randomized benchmark now writes about 250 row groups per file, as the original file has, so its next runs avoid the limit, but files with many row groups are common for large datasets.
Hyper API version in the run: tableauhyperapi 0.0.26963 (hyper/install of main on 2026-11-13), machine c6a.metal.
@caetanosauer @vogelsgesang
🤖 Generated with Claude Code
- 主要言語
- Shell
- スター
- 1.2k
- フォーク
- 334
- 平均マージ
- 3時間 50分
- マージ済み PR（30日）
- 710
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートあり
- コントリビューションガイドなし
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
ClickHouse/ClickBench のほかの issue
-
難易度 5/5 1週間以上 初心者へのやさしさ 12/100
ClickHouse/ClickBench#3294 ·
メンテナーはふだん 1 日以内に返信
-
難易度 4/5 3〜5日 初心者へのやさしさ 25/100
ClickHouse/ClickBench#3292 ·
メンテナーはふだん 1 日以内に返信
-
難易度 5/5 1週間以上 初心者へのやさしさ 5/100
ClickHouse/ClickBench#3288 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
難易度 5/5 1週間以上 初心者へのやさしさ 35/100
ClickHouse/ClickBench#2650 ·
メンテナーはふだん 1 日以内に返信
-
doris-parquet-single fails before measurement on c6a.xlarge: FE cannot commit its 8 GiB initial heapオープン
難易度 4/5 3〜5日 初心者へのやさしさ 35/100
ClickHouse/ClickBench#2208 · コメント 2 件 ·
メンテナーはふだん 1 日以内に返信
ClickHouse/ClickBench の issue をすべて見る
似ている issue
-
good first issue help wanted
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
-
bug good first issue
難易度 2/5 1〜3時間 初心者へのやさしさ 84/100
laaielichter/AgentHaven#72 ·
メンテナーはふだん 1 日以内に返信
-
type: cleanup
難易度 2/5 1〜3時間 初心者へのやさしさ 85/100
googleapis/google-cloud-swift#1626 ·
メンテナーはふだん 1 日以内に返信
-
os:Windows
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
メンテナーはふだん 1 日以内に返信
-
難易度 1/5 1時間未満 初心者へのやさしさ 88/100
awslabs/agentcore-samples#2317 ·
メンテナーはふだん 3 日以内に返信