Reading a list of S3 parquet files with query planning enabled is ~25x slower
まだ誰も着手していません。
評価
- 難易度
- 4/5
- 見積もり時間
- 3〜5日
- 初心者へのやさしさ
- 28/100
- issue の種類
- バグ
- 明瞭さ
- 説明が足りない
- 活発さ
- 停滞
- 技術スタック
- aws, python
調査の方向性
ソースファイル、テスト、エントリーポイントは指定されていません。まず、報告されている小さな S3 parquet ファイルを使い、クエリプランニングを有効にした場合と無効にした場合の dataframe 作成を再現し、その後、プランニング時間がどこで費やされているかを追跡してください。大きな時間差が解消されるか、回帰テストによって明確に特性付けられれば完了です。
索引モデルが issue の本文から書いたものです。
説明
Was struggling to understand why creating a dask dataframe from a large list of parquet files was taking ages. Eventually tried disabling query planning and saw normal timing again. These are all relatively small S3 files ~1MB. There is no metadata file or similar.
Environment:
- dask==2024.5.0
- dask-expr==1.1.0
- python==3.10
- 主要言語
- Python
- スター
- 89
- フォーク
- 26
- PR マージ指標
- 30日以内にマージされた PR はありません
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なし
- 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。
dask/dask-expr のほかの issue
-
難易度 4/5 3〜5日 初心者へのやさしさ 38/100
-
難易度 3/5 1〜2日 初心者へのやさしさ 45/100
-
難易度 5/5 1週間以上 初心者へのやさしさ 30/100
-
難易度 4/5 3〜5日 初心者へのやさしさ 30/100
-
難易度 3/5 1〜2日 初心者へのやさしさ 25/100
似ている issue
-
ready-for-agent tooling
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
KRoperUK/smeg-plus-patches#249 ·
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 78/100
monzta1/ToneCommand#293 ·
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 78/100
oracle/graalvm-reachability-metadata#11318 ·
メンテナーはふだん 1 日以内に返信
-
area: parser bug difficulty: easy
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
hayagrivai-labs/phantom#150 ·
メンテナーはふだん 1 日以内に返信
-
difficulty: easy good first issue help wanted mentor available testing
難易度 1/5 1〜3時間 初心者へのやさしさ 88/100
hayagrivai-labs/sciproof#179 ·
メンテナーはふだん 1 日以内に返信