[C++] Remove `ConsumeWhitespace` from JSON chunker after updating `simdjson`
维护者通常 1 天内回复
还没有人认领这个 Issue。
评估
- 难度
- 2/5
- 预计耗时
- 1-3 小时
- 新手友好度
- 70/100
- Issue 类型
- 重构
- 描述清晰度
- 基本清楚
- 活跃度
- 活跃
- 技术栈
- cpp
调研方向
首先定位 C++ chunker 的 FindDocument 入口点及其对 ConsumeWhitespace 的调用，然后确认 issue 中描述的 simdjson 更新后的行为。移除 simdjson 更新后不再需要的空白处理，并运行相关的 chunker 测试，以验证 JSON 文档仍能被正确找到。
由索引模型根据 Issue 内容生成。
描述
Describe the enhancement requested
Currently, we call ConsumeWhitespace in every FindDocument call in the chunker. This will be unnecessary, as more recent simdjson versions already include the whitespace in the call to it.source():
Component(s)
C++
- 主要语言
- C++
- 星标
- 17.2k
- 派生
- 4.4k
- 平均合并
- 3 天 4 小时
- 30 天内合并 PR
- 66
环境准备
- 提供 Dockerfile 或 Docker Compose 文件
- 有 Pull Request 模板
- 阅读贡献指南
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
apache/arrow 的其他 Issue
-
[C++] Remove an unnecessary null pointer check可能已有人在做 关联的 PR 仍在进行中或已合并。 未关闭Component: C++ Type: enhancement
难度 1/5 1 小时以内 新手友好度 78/100
维护者通常 1 天内回复
-
[R][Parquet] ParquetReaderProperties does not expose page_checksum_verification, so a corrupt page CRC reads silently可能重新可做 关联的 PR 已关闭且未合并。 未关闭Component: R good-first-issue Type: enhancement
难度 2/5 1-3 小时 新手友好度 72/100
维护者通常 1 天内回复
-
[C++][Python] IPC reader rejects a DictionaryEncoding without indexType, which the format allows可能已有人在做 关联的 PR 仍在进行中或已合并。 未关闭Component: C++ Component: Python Type: bug
难度 2/5 1-3 小时 新手友好度 68/100
维护者通常 1 天内回复
-
[R] Silent loss of metadata integrity for date-time and numeric attributes in write_parquet()/read_parquet()可能重新可做 @james-finn-travers 于 12 天前认领，目前没有进行中的 PR。 未关闭Component: R Type: bug
难度 2/5 1-3 小时 新手友好度 72/100
维护者通常 1 天内回复
-
[C++][Parquet] Plaintext-footer files written with AES_GCM_CTR_V1 record AES_GCM_V1 as the encryption algorithm and cannot be read可能重新可做 关联的 PR 已关闭且未合并。 未关闭Type: bug
难度 2/5 1-3 小时 新手友好度 88/100
维护者通常 1 天内回复
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 70/100
FriendsofECCE/ECCE#336 · 1 条评论 ·
-
难度 2/5 1-3 小时 新手友好度 66/100
bitcoin-core/gui-qml#1030 ·
维护者通常 3 天内回复
-
难度 2/5 1-3 小时 新手友好度 82/100
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 85/100
tesseract-robotics/tesseract#1384 ·
-
难度 2/5 1-3 小时 新手友好度 62/100
NVIDIA/nccl-extensions#26 ·