结论先说：Parquet 在压缩之前，会先按每一列的特点做"编码"——重复值多的列，用一张小小的 对照表把值换成编号，同一个编号连续出现时再合并记一次"出现了几次"；值越重复，这一步省下的空间越夸张， 值越是各不相同，能省的就越有限。这不是猜的，是本课真实文件里量出来的数字。