Implement Spark-compatible `log1p`

Đang mở Phù hợp với người mới
  • Có gì không ổn?
#266 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 1 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
2/5
Thời gian dự kiến
1-3 giờ
Mức phù hợp với người mới
80/100
Loại issue
Tính năng
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
rust
Lĩnh vực
database

Hướng nghiên cứu

Bắt đầu bằng việc đọc crates/spark/src/function/math/expm1.rs để biết mẫu Signature::exact(vec![Float64]), chú thích #[user_doc] và cách xử lý null, sau đó đăng ký hàm mới theo cùng cách. Triển khai ln_1p và ánh xạ mọi đầu vào <= -1.0 thành NULL, khớp với UnaryLogExpression của Spark. Bật và mở rộng các truy vấn giữ chỗ trong crates/sqllogictest/test_files/math/log1p.slt, sau đó chạy tệp slt đó. Hoàn tất nghĩa là các ca slt cho NULL, -1.0, -Infinity, NaN, Infinity, -0.0 và các giá trị rất nhỏ đều vượt qua và kết quả khớp với StrictMath.log1p.

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

Mô tả

enhancement good first issue

Part of #174 and apache/datafusion-comet#7300.

What the function does

log1p(expr) returns ln(1 + expr), computed accurately for expr near 0. The argument is implicitly cast to DOUBLE (UnaryMathExpression, inputTypes = Seq(DoubleType)) and the result is DOUBLE. Like the other Hive-derived log functions (UnaryLogExpression), any input <= -1.0 returns NULL instead of -Infinity or NaN. The result is always nullable. Available since 1.4.0.

Spark evaluates java.lang.StrictMath.log1p (fdlibm) in both the interpreted and code-generated paths.

Examples
SELECT log1p(0);
-- 0.0
SELECT log1p(-1);
-- NULL
SELECT log1p(-2);
-- NULL
SELECT log1p(CAST('NaN' AS DOUBLE));
-- NaN
SELECT log1p(CAST('Infinity' AS DOUBLE));
-- Infinity

MathExpressionsSuite checks log1p against StrictMath.log1p for 0.0, 0.1, ..., 2.0 and expects NULL for -10.0, -9.0, ..., -1.0.

Edge cases to test
  • NULL input.
  • Exactly -1.0 returns NULL (the boundary is <= yAsymptote with yAsymptote = -1.0), and values just above it (e.g. -0.9999999999999999) return a large negative finite value.
  • Values below -1 (including -Infinity) return NULL, not NaN.
  • NaN returns NaN (NaN <= -1.0 is false). +Infinity returns Infinity.
  • -0.0 returns -0.0 and 0.0 returns 0.0 (check the sign).
  • Tiny values (1e-300, 1e-20) return the input value, which is where ln(1 + x) would lose precision.
  • Bit-exact results: Spark uses fdlibm via StrictMath. Rust's f64::ln_1p calls the platform log1p, which can differ in the last ulp on some inputs and platforms. Compare against StrictMath.log1p values for a range of inputs (e.g. 0.1 to 2.0 and large values like 1e300), or use a port of fdlibm s_log1p.c if they differ.
  • Integer, DECIMAL, FLOAT and STRING arguments (cast to DOUBLE first; with ANSI on an invalid string fails in the cast).
Differences across Spark versions

None found (3.4 through 4.2; only contextIndependentFoldable was added).

Implementation notes
  • Spark: sql/catalyst/src/main/scala/org/apache/spark/sql/catalyst/expressions/mathExpressions.scala, Log1p, base classes UnaryLogExpression and UnaryMathExpression.
  • DataFusion core has no log1p (it has ln, log, log2, log10).
  • Follow crates/spark/src/function/math/expm1.rs (Signature::exact(vec![Float64]), exp_m1), using ln_1p and mapping x <= -1.0 to NULL.
  • Tests: the placeholder crates/sqllogictest/test_files/math/log1p.slt exists with a commented-out query; enable and extend it. Document with #[user_doc].

This issue was generated by an LLM (Claude) from the Apache Spark source code and tests. Examples come from Spark's ExpressionDescription examples, test suites and .sql.out golden files, but please verify them against Spark before relying on them.

Ngôn ngữ chính
Rust
Star
7
Fork
15
Merge trung bình
16 giờ 43 phút
Pull request đã merge (30 ngày)
26

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-spark

Tất cả issue của apache/datafusion-spark

Issue tương tự

Thêm issue về Rust

Nhận issue mới trong hộp thư của bạn

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