Native tuple sketch functions (tuple_*, Spark 4.2): audit the crate against Java and implement
メンテナーはふだん 2 日以内に返信
まだ誰も着手していません。
評価
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 初心者へのやさしさ
- 12/100
- issue の種類
- 機能追加
- 明瞭さ
- おおむね明確
- 活発さ
- 活発
調査の方向性
This is a multi-part audit and implementation across the Rust tuple feature of the datasketches crate and Comet's Spark expression support, so it is not a starting point. Begin with the Spark 4.2 tuple function definitions and the existing theta sketch expressions in the Comet source, then compare the crate's summary types and union/intersection policies against DataSketches-Java 6.2.0 fixtures. Done means each tuple_* function runs natively with a Spark fallback before 4.2, backed by committed fixtures and tests.
索引モデルが issue の本文から書いたものです。
説明
What is the problem the feature request solves?
Part of #7397.
Spark 4.2 adds Tuple sketch functions: tuple_sketch_agg, tuple_union_agg, tuple_intersection_agg, the tuple_difference / tuple_union / tuple_intersection scalars, and tuple_sketch_estimate, tuple_sketch_summary and tuple_sketch_theta, each in integer and double summary variants. None of them run natively in Comet. The crate's tuple feature arrived in datasketches 0.4.0.
Describe the potential solution
- Score the family with
suggest-native-expressionfirst. This is the lowest priority of the four, because it only exists in the newest Spark version Comet supports. - Do the theta work first, since a tuple sketch is a theta sketch with a summary attached and shares its hashing and set-operation behavior.
- Audit the crate's
tuplefeature against DataSketches-Java 6.2.0 using committed fixtures. The summary types and the policies that combine summaries on union and intersection need to match Spark's exactly, and the serialized summary format has to be readable in both directions. - Implement, test and document as for the other families, with a fallback on Spark versions before 4.2.
- 主要言語
- Scala
- スター
- 1.3k
- フォーク
- 414
- 平均マージ
- 3日 5時間
- マージ済み PR（30日）
- 210
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を読む
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。
apache/datafusion-comet のほかの issue
-
bug priority:medium
難易度 2/5 1〜3時間 初心者へのやさしさ 73/100
apache/datafusion-comet#7559 · コメント 1 件 ·
メンテナーはふだん 2 日以内に返信
-
area:writer bug priority:low
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
apache/datafusion-comet#7558 ·
メンテナーはふだん 2 日以内に返信
-
enhancement
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
apache/datafusion-comet#7557 ·
メンテナーはふだん 2 日以内に返信
-
`rand` and `randn` with an integer seed fall back to Spark without a fallback reason対応中かも @galaxytemple が 3 日前に担当しました。 オープンrequires-triage
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
apache/datafusion-comet#7479 · コメント 1 件 · 担当者 1 名 ·
メンテナーはふだん 2 日以内に返信
-
area:writer enhancement requires-triage
難易度 2/5 1〜3時間 初心者へのやさしさ 62/100
apache/datafusion-comet#7463 ·
メンテナーはふだん 2 日以内に返信
apache/datafusion-comet の issue をすべて見る
似ている issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
chipsalliance/rocket-chip#3845 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
-
難易度 1/5 1時間未満 初心者へのやさしさ 86/100
メンテナーはふだん 13 日以内に返信
-
gesticulate: the `FastInfoset` suffix is written `fast-infoset`, not the registered `fastinfoset`オープンbug
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
propensive/soundness#2437 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
ergoplatform/ergo#2918 ·
メンテナーはふだん 2 日以内に返信