Les filtres de Bloom dans Parquet
Un fichier parquet bien construit oriente le requĂȘteur en lui disant dâabord oĂč ne pas aller. Plus il ferme de portes Ă votre requĂȘte SQL, moins elle se perd en explorations inutiles, plus vite elle avance vers lâessentiel.
Câest exactement la logique du data skipping : Ă©viter de lire ce qui ne sert Ă rien.
Pour cela, le format parquet dispose de trois leviers complĂ©mentaires â dont deux sont bien connus, et un troisiĂšme, plus discret : les filtres de Bloom.
Premier levier : des colonnes physiquement séparées.
Parquet est un format orientĂ© colonnes. Si une requĂȘte ne porte que sur 3 colonnes dâun fichier qui en contient 20, alors les 17 autres ne seront tout simplement jamais lues.Â

