apache/hudi

Make sure that Compression Codec configuration is respected across the board

已关闭

#14,963 创建于 2025年11月30日

在 GitHub 查看
 (0 条评论) (0 个反应) (1 位负责人)Java (2,431 个派生)batch import
area:storagefrom-jiragood first issuepriority:hightype:bug

仓库指标

星标
 (4,823 个星标)
PR 合并指标
 (平均合并 16天 21小时) (30 天内合并 127 个 PR)

描述

Currently there are quite a few places where we assume GZip as the compression codec which is incorrect, given that this is configurable and users might actually prefer to use different compression codec.

Examples:

[HoodieParquetDataBlock|https://github.com/apache/hudi/pull/4333/files#diff-798a773c6eef4011aef2da2b2fb71c25f753500548167b610021336ef6f14807]

JIRA info

贡献者指南

研究方向
在代码库中搜索硬编码的 'GZip' 引用，确保使用可配置的压缩编解码器。首先检查 HoodieParquetDataBlock 示例，然后在其他部分搜索 'GZip' 或 'gzip'。
技术栈
java
领域
backenddata
议题类型
缺陷
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。
1-2 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。
基本清晰
前置要求
JavaGitBig data concepts
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。
65