我在玩Parquet地板。我有一个事件的Parquet文件，每个都由时间戳、主题和标记组成。文件按主题排序，然后按时间戳排序。我运行的查询可以描述为：

select topic from T where topic = 404;

它运行得很快，返回的行很少。它比：

select topic from T;

当我把它改成：

select tags from T where topic = 404;

它跑得和跑步一样慢

select tags from T;

分析计划时，似乎（使用spark时）应用了 predicate push down，但从性能上看，我可以假设它不应用于标记列。
我用Hive，Spark和普雷斯托测试过。有什么可以做的吗？或者其他技术可以更好地处理 parquet 嵌套阵列？
spark执行计划：
==实际计划==

• 项目[标签4]

+-*筛选器（isnotnull（主题#3l）&&（主题#3l=404））
+-*filescan parquet[topic#3l，tags#4]批处理：false，格式：parquet，位置：inmemoryfileindex[file:/example path]，分区筛选器：[]，pushedfilters:[isnotnull（topic），equalto（topic，404）]，readschema:struct>
谢谢，罗伊