lance-format/lance

Support `regexp_match` for `LargeUtf8`

Open

#904 创建于 2023年5月25日

在 GitHub 查看
 (0 评论) (0 反应) (0 负责人)Rust (695 fork)github user discovery
A-pythongood first issuehelp wantedrust

仓库指标

Star
 (6,582 star)
PR 合并指标
 (平均合并 6天 1小时) (30 天内合并 219 个 PR)

描述

#899 enabled regexp_match, but if we call with regexp_match(col, pattern) where col is of type LargeUtf8 the code panics.

a few notes:

  1. regexp_match on LargeUtf8 is probably highly inefficient, as the datasize practically doubles in memory (compare to Utf8)
  2. I'm not sure how to dispatch to arrow_cast function in datafusion expressions.

贡献者指南

研究方向
研究arrow cast在regexp match中如何处理Utf8类型，并扩展支持到LargeUtf8。考虑性能影响，以及可能的转换或直接实现。
技术栈
rust
领域
database
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。
清晰
前置要求
Rust
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。
40