drill-dev mailing list archives

Site index · List index
Message view « Date » · « Thread »
Top « Date » · « Thread »
From "Khurram Faraaz (JIRA)" <j...@apache.org>
Subject [jira] [Created] (DRILL-3378) Average over window on a view returns wrong results
Date Fri, 26 Jun 2015 00:06:04 GMT
Khurram Faraaz created DRILL-3378:
-------------------------------------

             Summary: Average over window on a view returns wrong results
                 Key: DRILL-3378
                 URL: https://issues.apache.org/jira/browse/DRILL-3378
             Project: Apache Drill
          Issue Type: Bug
          Components: Execution - Flow
    Affects Versions: 1.1.0
         Environment: 4 node cluster on CentOS
            Reporter: Khurram Faraaz
            Assignee: Chris Westin


We see a loss of precision for a window query over a view.

Average aggregate query over parquet input.
{code}
0: jdbc:drill:schema=dfs.tmp> SELECT AVG(col_int) OVER() average FROM `forViewCrn.parquet`;
+--------------------+
|      average       |
+--------------------+
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
| 3.033333333333333  |
+--------------------+
30 rows selected (0.121 seconds)
{code}

The same query over a view that was created on the above parquet data. Note that in this case
we loose the precision value after the point, which is incorrect.

{code}
0: jdbc:drill:schema=dfs.tmp> SELECT AVG(col_int) OVER() average FROM vwOnParq_wCst;
+----------+
| average  |
+----------+
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
+----------+
30 rows selected (0.165 seconds)
{code}

Aggregate AVG over original parquet file, with cast to INT.

{code}
0: jdbc:drill:schema=dfs.tmp> SELECT AVG(cast(col_int as INT)) OVER() average FROM `forViewCrn.parquet`;
+----------+
| average  |
+----------+
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
| 3        |
+----------+
30 rows selected (0.133 seconds)
{code}



--
This message was sent by Atlassian JIRA
(v6.3.4#6332)

Mime
View raw message