Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

perf: use extend when buffering partition row indices in the native shuffle writer

Đã đóng Phù hợp với người mới
  • Có gì không ổn?
#7,072 2 bình luận 0 reaction 1 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 2 ngày

@HarshilMital đang làm issue này rồi.

Từ ngày 17/10/2026.

  • #7097 của @Jbansal2 — đang mở

Đánh giá

Độ khó
2/5
Thời gian dự kiến
1-3 giờ
Mức phù hợp với người mới
78/100
Loại issue
Tái cấu trúc
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
rust, spark
Lĩnh vực
data-engineering

Hướng nghiên cứu

Vòng lặp cần thay thế nằm trong MultiPartitionShuffleRepartitioner::buffer_partitioned_batch_may_spill ở native/shuffle/src/partitioners/multi_partition.rs, nơi một lệnh gọi reserve được theo sau bởi các lệnh gọi push cho từng hàng. Hãy đọc hàm đó, sau đó build benchmark bằng cargo bench --bench shuffle_writer và lưu một baseline trước khi chỉnh sửa. Công việc được coi là xong khi vòng lặp được thay bằng extend trên cùng các tuple, benchmark được so sánh với baseline và kết quả được báo cáo, kể cả khi nó nằm trong sai số.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

area:shuffle enhancement good first issue performance requires-triage
What is the problem the feature request solves?

MultiPartitionShuffleRepartitioner::buffer_partitioned_batch_may_spill in native/shuffle/src/partitioners/multi_partition.rs pushes the row indices of each partition one at a time after reserve:

indices.reserve(row_indices.len());
for row_idx in row_indices {
    indices.push((buffered_partition_idx, *row_idx));
}

Vec::push re-checks capacity on every iteration. indices.extend(row_indices.iter().map(|&r| (buffered_partition_idx, r))) gets the trusted-length specialization and writes the tuples in one pass.

Describe the potential solution

Replace the loop with extend. Run cargo bench --bench shuffle_writer before and after (save a baseline with --save-baseline before); the change is small, so report the result either way and drop it if it is within noise.

Additional context

Micro item from #5002, carried into #5905. Good first issue.

Ngôn ngữ chính
Scala
Star
1.3k
Fork
391
Merge trung bình
2 ngày 17 giờ
Pull request đã merge (30 ngày)
439

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của apache/datafusion-comet

Tất cả issue của apache/datafusion-comet

Issue tương tự

Thêm issue về Scala

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.