apache/beam

Support for writing protobuf data to parquet

Open

#19,366 创建于 2022年6月3日

在 GitHub 查看
 (2 评论) (0 反应) (1 负责人)Java (4,097 fork)batch import
P2good first issuegsociojavanew featureparquet

仓库指标

Star
 (7,313 star)
PR 合并指标
 (平均合并 6天) (30 天内合并 243 个 PR)

描述

Parquet infrastructure does support writing protobuf data to parquet. Beam's ParquetIO could give pipeline developers an option to write protobuf data instead of converting them to avro.

Imported from Jira BEAM-6394. Original Jira may contain additional context. Reported by: JozoVilcek.

贡献者指南

研究方向
检查现有的用于写入Avro的ParquetIO类，并创建一个类似的用于Protobuf的实现，使用ProtobufUtil或自定义WriteSupport。
技术栈
java
领域
backend
议题类型
功能
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
3-5 天
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
JavaApache BeamParquetProtobuf
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
30