spark sql 查询 parquet 文件的性能提升 30%，字节是如何做到的？

Spark SQL 查询 Parquet 文件的性能提升30%是通过以下几个方面实现的：

1. 列式存储：Parquet 文件采用列式存储，将同一列的数据存储在一起，减少了读取不必要的数据的开销。

2. 压缩：Parquet 文件支持多种压缩算法，如 Snappy、Gzip 等，可以减少磁盘空间的占用，同时也减少了读取数据的开销。

3. 列式编码：Parquet 文件采用列式编码，可以将相同的数据进行编码，减少了存储空间的占用，同时也减少了读取数据的开销。

4. 数据字典：Parquet 文件支持数据字典，可以将重复的数据存储在字典中，减少了存储空间的占用，同时也减少了读取数据的开销。

综上所述，Parquet 文件通过列式存储、压缩、列式编码和数据字典等技术，实现了查询性能的提升。