delta-io/delta

[Feature Request] Support additional generation expressions for automatic data skipping

Open

#1.442 aberto em 18 de out. de 2022

Ver no GitHub
 (5 comments) (0 reactions) (0 assignees)Scala (2.100 forks)batch import
enhancementgood first issue

Métricas do repositório

Stars
 (8.807 stars)
Métricas de merge de PR
 (Mesclagem média 7d 1h) (142 fundiu PRs em 30d)

Description

Overview

For partition columns that are generated columns, we are able to automatically generate partition filters when we see a data filter on its generating columns. Right now we automatically generate these for a small subset of possible generation expressions (defined here.)

Details

We can add support for additional expressions. Here are the supported generation expressions in Delta.

A few specific expressions that would make sense to add include:

These are just a few, feel free to comment or create a new sub-issue for any additional expressions you think would be beneficial.

What to update?

Guia do colaborador

Direção de pesquisa
Estude as expressões de geração existentes em optimizablePartitionExpressions.scala e o tratamento em GeneratedColumn.scala. Para cada nova expressão (Ceil, Floor, TruncDate, TruncTimestamp), encontre a classe de expressão Spark SQL correspondente, adicione a à lista de expressões suportadas e atualize o conjunto de testes em OptimizeGeneratedColumnSuite.scala.
Pilha de tecnologia
scalaspark
Domain
backend
Tipo Issue
Funcionalidade
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.
1-3 horas
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Recente
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
ScalaApache Spark
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
75