gpt4 book ai didi

apache-spark - spark 2.3.0, parquet 1.8.2 - spark write 生成的文件中不存在二进制字段的统计信息?

转载 作者:行者123 更新时间:2023-12-03 16:52:27 37 4
gpt4 key购买 nike

在 spark master 分支上-我尝试将带有“a”、“b”、“c”的单列写入 Parquet 文件 f1

scala> List("a", "b", "c").toDF("field1").coalesce(1).write.parquet("f1")

但是保存的文件没有统计信息(最小,最大)
$ ls f1/*.parquet
f1/part-00000-445036f9-7a40-4333-8405-8451faa44319-c000.snappy.parquet
$ parquet-tool meta f1/*.parquet
file: file:/Users/stephen/p/spark/f1/part-00000-445036f9-7a40-4333-8405-8451faa44319-c000.snappy.parquet
creator: parquet-mr version 1.8.2 (build c6522788629e590a53eb79874b95f6c3ff11f16c)
extra: org.apache.spark.sql.parquet.row.metadata = {"type":"struct","fields":[{"name":"field1","type":"string","nullable":true,"metadata":{}}]}

file schema: spark_schema
--------------------------------------------------------------------------------
field1: OPTIONAL BINARY O:UTF8 R:0 D:1

row group 1: RC:3 TS:48 OFFSET:4
--------------------------------------------------------------------------------
field1: BINARY SNAPPY DO:0 FPO:4 SZ:50/48/0.96 VC:3 ENC:BIT_PACKED,RLE,PLAIN ST:[no stats for this column]

任何指针将不胜感激。
谢谢你。

最佳答案

设置后parquet.strings.signed-min-max.enabledtrueShowMetaCommand.java , Parquet 工具元显示最小值,最大值。

@@ -57,8 +57,9 @@ public class ShowMetaCommand extends ArgsOnlyCommand {

String[] args = options.getArgs();
String input = args[0];

Configuration conf = new Configuration();
+ conf.set("parquet.strings.signed-min-max.enabled", "true");
Path inputPath = new Path(input);
FileStatus inputFileStatus = inputPath.getFileSystem(conf).getFileStatus(inputPath);
List<Footer> footers = ParquetFileReader.readFooters(conf, inputFileStatus, false);

结果
row group 1: RC:3 TS:56 OFFSET:4 
--------------------------------------------------------------------------------
field1: BINARY SNAPPY DO:0 FPO:4 SZ:56/56/1.00 VC:3 ENC:DELTA_BYTE_ARRAY -- ST:[min: a, max: c, num_nulls: 0]

关于apache-spark - spark 2.3.0, parquet 1.8.2 - spark write 生成的文件中不存在二进制字段的统计信息?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48399406/

37 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com