采用
Apache Parquet是一种开源的列式数据文件格式，旨在实现高效的数据存储和检索。 它提供高性能压缩和编码方案来批量处理复杂数据，并且得到许多编程语言和分析工具的支持。
目前典型的Olap产品都提供了解基于CSV和Parquet文件的查询支持，如DuckDB，ClickHouse等，所以在一些数据储存的场景中， 对比CSV，Parquet包括schema支持，更丰富的数据类型，同时性能更高，可以一些场景可以考虑使用Parquet。
此外在一些Open Data的场景中，Parquet也逐渐替代CSV，因为Parquet支持更多的数据类型，更好的压缩率，更好的性能等。
Parquet同时提供了对应的命令行，请使用cargo install parquet --features=cli进行安装。
Parquet & Friends
- GeoParquet: Encoding geospatial data in Apache Parquet
- Apache ORC: the smallest, fastest columnar storage for Hadoop workloads
- Lance: modern columnar data format for ML
- Carpet: Parquet Serialization and Deserialization Library for Java
References
- Apache Parquet: https://parquet.apache.org/
- Apache Parquet Rust Implementation: https://github.com/apache/arrow-rs/tree/master/parquet
- Parquet File Format: The Complete Guide - https://coralogix.com/blog/parquet-file-format/
- CSV vs Parquet vs JSON for Data Science: https://weber-stephen.medium.com/csv-vs-parquet-vs-json-for-data-science-cf3733175176