问题现象
在给一个内存吃紧的前端可视化应用做性能优化时，有人推荐用 Apache Arrow。于是开始调研，随即被一个问题卡住：Parquet 和 Arrow 到底有什么区别？
它们都是列式的数据结构。一开始的理解是\”Parquet 用于磁盘，Arrow 用于内存\”，听上去分工很清晰。但很快就发现 Arrow 也可以存成文件写到磁盘上（比如 .arrow 文件）。那么：
- 既然两者都能落盘，区别到底在哪？
- 它们是不是在做同一件事？
- 一个内存密集型的前端可视化场景，应该用哪个？
原因分析
要分清这两者，关键不是看\”能不能放磁盘上\”，而是看各自的设计目标。
Parquet 是序列化格式，为空间和 IO 优化
Parquet 是一种列式文件格式，用于数据序列化。它的设计取向非常明确：以 CPU 解码开销为代价，换取存储空间和 IO 的效率。
由此带来几个关键特性：
- 读取 Parquet 文件必须解压、解码，把内容还原成某种内存数据结构之后才能计算。Parquet 本身不提供任何用于内存计算的数据结构。
- Parquet 是流式格式，通常需要从头到尾解码。虽然存储格式后来增加了\”索引页
