我们在parquet（Python）和Dask（使用Drill数据包的R）中生成了Sergeant文件。我们注意到了一些问题：
Dask（即fastparquet）的格式包含_metadata和_common_metadata个文件，而parquet中的R \ Drill文件的格式为parquet.crc没有这些文件，而是有parquet个文件（可以删除）。这些CMD ["java", "-jar", "/usr/src/myapp/dist/some.jar"]
实现之间有什么区别？ 答案 0 :(得分：2)
（只回答1），请发出单独的问题，以便更容易回答）
_metadata和_common_metadata是Parquet数据集不需要的辅助文件，Spark / Dask / Hive / ...使用这些辅助文件来推断所有Parquet文件的元数据。数据集，无需读取所有文件的页脚。与此相反，Apache Drill在每个文件夹（按需）中生成一个类似的文件，其中包含所有Parquet文件的所有页脚。只有在数据集的第一个查询中，才会读取所有文件，进一步的查询只会读取缓存所有页脚的文件。
使用_metadata和_common_metadata的工具应该能够利用它们来加快执行速度，但不依赖于它们进行操作。如果它们不存在，则查询引擎只需要读取所有页脚。