Implement Spark-compatible `xpath_float`

Đang mở
  • Có gì không ổn?
#284 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
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
58/100
Loại issue
Tính năng
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
rust, sql
Lĩnh vực
databases

Hướng nghiên cứu

Start with the xpath_double and xpath issues, since the shared number() evaluator must exist before this narrowing step can be written; then read Spark's XPathFloat/XPathFloatEvaluator in xpath.scala and XmlExpressionEvalUtils.scala. Implement the function under crates/spark/src/function/xml/, casting the double result with d as f32, and document it with #[user_doc]. Add crates/sqllogictest/test_files/xml/xpath_float.slt covering the examples plus NaN, float overflow to Infinity, NULL/empty input and the non-foldable-path error; the slt file passing is done.

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

Mô tả

enhancement

Part of #271 and apache/datafusion-comet#7300.

What the function does

xpath_float(xml, path) evaluates an XPath 1.0 expression, converts the result with XPath number() into a
Java Double, and then narrows it with Double.floatValue(), giving a FLOAT. Both arguments are strings
(collation-aware from 4.0), and path must be foldable. The result is always nullable. Available since Spark
2.0.0.

The number() conversion is in the xpath_double issue, and xpath_float is that value cast to f32.
Parsing, DTD and entity handling, namespaces, NULL handling and errors are in the xpath issue. This issue
covers only the double-to-float step.

Examples
SELECT xpath_float('<a><b>1</b><b>2</b></a>', 'sum(a/b)');
-- 3.0
SELECT xpath_float('<a>this is not a number</a>', 'a');
-- NaN
SELECT xpath_float('<a>this 2 is not a number</a>', 'a');
-- NaN
SELECT xpath_float('<a><b>2000000000</b><c>40000000000</c></a>', 'a/b * a/c');
-- 8.0E19
SELECT xpath_float('<a>try a boolean</a>', 'a = 10');
-- 0.0
SELECT xpath_float('<a><b class="odd">1</b><b class="even">2</b><b class="odd">4</b><c>8</c></a>', 'a/b');
-- 1.0
SELECT xpath_float('<a><b class="odd">1</b><b class="even">2</b><b class="odd">4</b><c>8</c></a>', 'sum(a/*)');
-- 15.0
SELECT xpath_float('<a><b class="odd">1</b><b class="even">2</b><b class="odd">4</b><c>8</c></a>', 'sum(a/b[@class="odd"])');
-- 5.0
SELECT xpath_float('<a><b>1.0</b><b>2.1</b></a>', 'sum(a/b)');
-- 3.1

These come from the ExpressionDescription, the Hive udf_xpath_float golden files run by
HiveCompatibilitySuite, XPathExpressionSuite and XPathFunctionsSuite. The last result is
3.1.toFloat, which is the rounded f32 of the double sum 3.1.

Edge cases to test
  • The narrowing is Java's (float) d, which uses IEEE round-to-nearest-even, so in Rust it is d as f32.
    A finite double above f32::MAX becomes Infinity. XPath has no exponent literal, so build the large value
    from element text, for example <a>1000000000000000000000000000000000000000</a> with path 'a'. A double
    below the smallest f32 subnormal becomes 0.0 or -0.0. 1 div 0 stays Infinity.
  • Check that rounding happens once, from the double result. sum() adds in double and narrows at the end,
    so it is not equivalent to adding f32 values.
  • NaN stays NaN (non-numeric text). A false boolean gives 0.0.
  • The empty node-set is NaN by XPath 1.0 rules, although the usage string says zero. See the note in the
    xpath_double issue and verify against Spark.
  • NULL or '' arguments give NULL. A non-literal path gives DATATYPE_MISMATCH.NON_FOLDABLE_INPUT.
    Malformed XML and an invalid path raise runtime errors (see the xpath issue).
Differences across Spark versions

None found beyond the shared ones in the xpath issue.

Implementation notes
  • Spark: XPathFloat in sql/catalyst/src/main/scala/org/apache/spark/sql/catalyst/expressions/xml/xpath.scala.
    It calls XPathFloatEvaluator (ret.floatValue()) in .../xml/XmlExpressionEvalUtils.scala.
  • DataFusion core has no equivalent.
  • Reuse the shared number() evaluator (see the xpath and xpath_double issues) in
    crates/spark/src/function/xml/, and cast the result to f32.
  • Tests: add crates/sqllogictest/test_files/xml/xpath_float.slt and document the function 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.