Parquet.Net： 将 Apache Parquet 移植到 .NET

Parquet.Net 是一个用于读取和写入 Apache Parquet 文件的纯 .NET 库，使用MIT协议开源，github仓库：https://github.com/aloneguid/parquet-dotnet。Apache Parquet 是一种面向大数据的列式存储格式。Parquet.Net 支持 .NET 4.5 及以上版本和 .NET Standard 1.4 及以上版本，这意味着它也隐式支持所有版本的 .NET Core。这个库可以在所有 Windows、Linux、macOSX 版本上运行，也可以通过 Maui 在移动设备（iOS、Android）和游戏机等支持 .NET Standard 的平台上运行。

Parquet.Net 的一个重要特点是它对 Apache Parquet 文件的支持，这使得 .NET 平台在大数据应用中更加完整。由于 Parquet 库主要适用于 Java、C 和 Python，这限制了 .NET/C# 平台在大数据领域的应用。Parquet.Net 的出现填补了这一空白，为 .NET 开发者提供了一个处理 Parquet 文件的强大工具。可以无缝集成到 .NET 生态系统中，帮助开发者高效地处理和存储数据。

Parquet.Net 提供了低级 API 和高级 API，允许用户根据需要进行灵活的操作。此外，它还提供了基于行的 API，使得处理复杂的数据结构更加直观和方便。Parquet.Net 支持动态模式，并且能够自动将 C# 类序列化为 Parquet 文件，无需编写繁琐的代码。Parquet.Net 被全球许多小型和大型组织使用。官方公开的 NuGet 统计数据已经表明 Azure 机器学习和 ML.NET 正在使用它，这两者都很大，但也有很多其他的用户在用。

Parquet 是一种列式存储格式，旨在提供高效的存储和检索能力，广泛应用于大数据处理框架如 Apache Spark 中。Parquet 支持高级压缩和编码方案，以优化存储空间和提高读取速度。截至 2024 年，Parquet.Net是世界上最快的 Parquet 库，不仅在 .NET 运行时，而且与所有平台相比。

Parquet.Net 提供的高级 API 具体包括以下功能：

1. 列式存储：Parquet 是一种列式存储格式，这意味着数据按列存储而不是按行存储。这种存储方式可以显著提高大数据处理和分析的效率。

2. 高效的数据读取：通过列式存储结构，Parquet 实现了高效的数据读取能力，特别是在处理大规模数据集时表现尤为突出。

3. 低级 API 使用：Parquet.Net 还提供了低级 API，这是与 Parquet 数据结构最相似且性能最高的方法。虽然这种方法不如其他高级 API 直观，但它需要用户对 Parquet 数据结构有一定的了解，并且在使用前必须定义模式（schema）

目前，Parquet.Net 的最新版本是 4.25.0，可以通过 NuGet 包管理器在 Visual Studio 中安装。