apache/pinot

Refactor to eliminate duplicate code in Spark 2.x and 3.x Batch Ingestion

Open

#14,271 opened on 2024年10月22日

GitHub で見る
 (1 comment) (0 reactions) (1 assignee)Java (4,937 stars) (1,234 forks)batch import
cleanupgood first issueingestion

説明

Currently between spark 2.x and spark 3.x batch ingestion lot of code is duplicated other than SparkSegmentMetadataPushJobRunner class. This ticket is to refactor the code to eliminate the duplicate code without breaking the compatibility. Code changes required are to :

  • Abstract common functionality into shared methods/classes.
  • Separate version-specific details.
  • Ensure the resulting codebase is cleaner and easier to maintain.

コントリビューターガイド

技術スタック
java
領域
data
Issue 種別
refactor
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
4
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2 days
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
active
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
clear
前提条件
JavaSpark batch ingestion in PinotUnderstanding of Spark 2.x vs 3.x differences
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
35
調査方針
Examine the code for Spark 2.x and 3.x batch ingestion, focusing on SparkSegmentMetadataPushJobRunner and related classes. Identify duplicated logic and design shared methods or parent classes to eliminate duplication while maintaining version specific behavior. Ensure backward compatibility by testing both versions.