Support Iceberg's `MergeRowsExec` on Spark 3.4 and 3.5
维护者通常 2 天内回复
还没有人认领这个 Issue。
评估
- 难度
- 4/5
- 预计耗时
- 1-2 天
- 新手友好度
- 25/100
- Issue 类型
- 功能
- 描述清晰度
- 基本清楚
- 活跃度
- 活跃
调研方向
Start from the existing Spark 4.0 serde for MergeRowsExec in the Comet Scala sources, then find where Iceberg's Spark 3.4 and 3.5 MergeRowsExec from iceberg-spark-extensions would need a version-specific shim. Read #5122, #5644 and #6240 for how row-level plans fit together. Done means the operator converts natively on Spark 3.4 and 3.5 with matched, not-matched and cardinality-check behaviour preserved.
由索引模型根据 Issue 内容生成。
描述
What is the problem the feature request solves?
Comet runs MergeRowsExec natively on Spark 4.0 and later. On Spark 3.4 and 3.5, MERGE INTO on Iceberg tables plans Iceberg's own MergeRowsExec from iceberg-spark-extensions, which Comet does not convert. The operators above it, including the copy-on-write ReplaceData write, then stay in Spark.
Describe the potential solution
Add a serde and shim for Iceberg's Spark 3.4 and 3.5 MergeRowsExec that reuses the native merge-rows operator from the Spark 4.0 path. Cover matched and not-matched clauses, conditions on each, and the cardinality check.
Additional context
Related: #5122 (row-level MERGE / UPDATE / DELETE plans). This only pays off fully together with native ReplaceData (#5644) and WriteDelta (#6240).
- 主要语言
- Scala
- 星标
- 1.3k
- 派生
- 414
- 平均合并
- 3 天 4 小时
- 30 天内合并 PR
- 202
环境准备
- 没有 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/datafusion-comet 的其他 Issue
-
requires-triage
难度 2/5 1-3 小时 新手友好度 72/100
apache/datafusion-comet#7583 ·
维护者通常 2 天内回复
-
bug priority:medium
难度 2/5 1-3 小时 新手友好度 73/100
apache/datafusion-comet#7559 · 1 条评论 ·
维护者通常 2 天内回复
-
area:writer bug priority:low
难度 2/5 1-3 小时 新手友好度 78/100
apache/datafusion-comet#7558 ·
维护者通常 2 天内回复
-
enhancement
难度 2/5 1-3 小时 新手友好度 78/100
apache/datafusion-comet#7557 ·
维护者通常 2 天内回复
-
`rand` and `randn` with an integer seed fall back to Spark without a fallback reason可能已有人在做 @galaxytemple 于 3 天前认领。 未关闭requires-triage
难度 2/5 1-3 小时 新手友好度 78/100
apache/datafusion-comet#7479 · 1 条评论 · 已指派 1 人 ·
维护者通常 2 天内回复
查看 apache/datafusion-comet 的全部 Issue
相似的 Issue
-
A-api C-bug S-ready-for-human
难度 2/5 1-3 小时 新手友好度 70/100
ergoplatform/ergo#2932 ·
维护者通常 3 天内回复
-
难度 2/5 1-3 小时 新手友好度 68/100
lichess-org/lila#22454 ·
维护者通常 1 天内回复
-
module: core type: refactor
难度 2/5 1-3 小时 新手友好度 78/100
bigbluebutton/bigbluebutton#26460 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 76/100
chipsalliance/rocket-chip#3845 ·
-
难度 2/5 1-3 小时 新手友好度 76/100