什么是 data-engineering-storage-formats？
现代数据序列化格式：Parquet、Apache Arrow (Feather/IPC)、Lance (ML-native)、Zarr (分块数组)、Avro 和 ORC。涵盖压缩、分区和格式选择。 来源：legout/data-platform-agent-skills。
·data-engineering-storage-formats
{}
data-engineering-storage-formats
✓legout/data-platform-agent-skillsGitHub: legout/data-platform-agent-skills来源: legout/data-platform-agent-skills
现代数据序列化格式：Parquet、Apache Arrow (Feather/IPC)、Lance (ML-native)、Zarr (分块数组)、Avro 和 ORC。涵盖压缩、分区和格式选择。
如何安装 data-engineering-storage-formats
通过命令行快速安装 data-engineering-storage-formats AI 技能到你的开发环境
- 打开终端: 打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等）
- 运行安装命令: 复制并运行以下命令：npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-storage-formats
- 验证安装: 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
来源：legout/data-platform-agent-skills。
SKILL.md
查看原文Comprehensive guide to modern data serialization formats for analytics and machine learning: Parquet, Apache Arrow, Lance, Zarr, Avro, and ORC. Learn compression tradeoffs, partitioning strategies, and when to use each format.
| Format | Type | Best For | Compression | Schema Evolution | Random Access |
| Parquet | Columnar | Analytics, data lakes | ✅ (Snappy, Zstd, LZ4) | ✅ (add/drop) | ✅ (row groups) | | Arrow/Feather | Columnar | In-memory, IPC, ML | ✅ (LZ4, Zstd) | Limited | ✅ (record batches) | | Lance | Columnar | ML pipelines, vectors | ✅ (Zstd, LZ4) | ✅ | ✅ (multi-modal) |
现代数据序列化格式：Parquet、Apache Arrow (Feather/IPC)、Lance (ML-native)、Zarr (分块数组)、Avro 和 ORC。涵盖压缩、分区和格式选择。 来源：legout/data-platform-agent-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-storage-formats- 分类
- {}数据分析
- 认证
- ✓
- 收录时间
- 2026-02-22
- 更新时间
- 2026-03-10
快速解答
如何安装 data-engineering-storage-formats？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-storage-formats 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
这个 Skill 的源码在哪？
https://github.com/legout/data-platform-agent-skills