parquet、orc

Parquet和ORC都是列式存储格式，用于高效地存储和查询大数据集。它们都支持压缩和编码来减小存储空间和提高查询效率。

Parquet是一种开放源代码数据格式，由Apache Hadoop生态系统开发。它支持多种编程语言，包括Java、Python和Scala。它的主要特点是高效的压缩和列式存储，以及支持复杂数据类型和嵌套数据结构。

ORC（Optimized Row Columnar）是一种Apache Hive的优化格式，也由Apache Hadoop生态系统开发。它支持高效的压缩和列式存储，并且具有更好的读取性能和更少的I/O操作。它还支持嵌套数据类型和更高级的编码技术。