apache/hudi

Make sure that Compression Codec configuration is respected across the board

Open

#14.963 aberto em 30 de nov. de 2025

Ver no GitHub
 (0 comments) (0 reactions) (1 assignee)Java (4.823 stars) (2.431 forks)batch import
area:storagefrom-jiragood first issuepriority:hightype:bug

Description

Currently there are quite a few places where we assume GZip as the compression codec which is incorrect, given that this is configurable and users might actually prefer to use different compression codec.

Examples:

[HoodieParquetDataBlock|https://github.com/apache/hudi/pull/4333/files#diff-798a773c6eef4011aef2da2b2fb71c25f753500548167b610021336ef6f14807]

JIRA info

Guia do colaborador

Pilha de tecnologia
java
Domain
data
Tipo Issue
bug
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 days
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
blocked
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
mostly clear
Prerequisites
JavaApache Hudi
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
35
Direção de pesquisa
Search the Hudi codebase for hardcoded references to GZip as the default compression codec, particularly in HoodieParquetDataBlock and other related files. The issue indicates that multiple places assume GZip, while the compression codec is configurable. The goal is to identify all such occurrences and ensure that the configured codec is used consistently.