Habilidades parquet-optimization

📦

parquet-optimization

Name: parquet-optimization
Author: EmilLindfors

v1.0.0 Revisión del contenido r1 Seguro ⚙️ Comandos externos

Optimizar el rendimiento de Parquet en Rust

Las canalizaciones de Parquet pueden desperdiciar almacenamiento y memoria cuando se usan valores predeterminados. Esta habilidad revisa lecturas y escrituras de Parquet en Rust y luego sugiere mejoras de compresión, dimensionamiento, proyección y filtrado.

Compatible con: Claude Codex Code(CC)

🥈 80 Plata

Instalar con mi Agente

Copia esta solicitud en tu Agente. Incluye la página canónica del Skill y el manifiesto.

Solicitud de agente

Review the Skillstore skill "parquet-optimization" from https://skillstore.io/skills/emillindfors-parquet-optimization.md and its manifest at https://skillstore.io/api/skills/emillindfors-parquet-optimization/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

Tu Agente debe seguir mostrando su plan y solicitar cualquier confirmación exigida por la política de seguridad.

Recursos legibles por agentes

Usa estos enlaces cuando un agente de IA, crawler o script necesite contexto limpio en vez de leer la página completa.

Detalle Markdown GET /skills/emillindfors-parquet-optimization.md Manifest firmado GET /api/skills/emillindfors-parquet-optimization/manifest Lockfile firmado GET /api/skills/emillindfors-parquet-optimization/lockfile

Pruébalo

Usando "parquet-optimization". Un escritor usa la configuración predeterminada de Parquet y crea muchos archivos pequeños.

Resultado esperado:

La revisión marca la falta de compresión, el riesgo de archivos pequeños y la ausencia de dimensionamiento de grupos de filas.
Recomienda un códec de compresión equilibrado, lotes más grandes y una estrategia de compactación.

Usando "parquet-optimization". Un lector carga todas las columnas de una tabla Parquet ancha y luego filtra filas en memoria.

Resultado esperado:

La revisión destaca E/S innecesaria y presión de memoria.
Recomienda proyección de columnas, selección de grupos de filas consciente de predicados y procesamiento de lotes en streaming.

Usando "parquet-optimization". Un equipo almacena datos diarios de eventos sin rutas particionadas.

Resultado esperado:

La revisión identifica una poda de particiones limitada y consultas más lentas con filtros por fecha.
Sugiere un diseño basado en fechas y validación con patrones de consulta representativos.

Auditoría de seguridad

Seguro

v4 • 6/7/2026 Abrir el informe versionado

All static findings are false positives caused by Markdown backticks in SKILL.md. The file contains Rust Parquet optimization guidance and examples, with no evidence of command execution, exfiltration intent, or prompt injection.

Archivos escaneados

303

Líneas analizadas

Elementos de revisión

Falsos positivos ignorados

La auditoría estática y semántica completada más reciente no detectó hallazgos de seguridad confirmados. Esto no demuestra que el skill no tenga efectos secundarios.

Auditado por: codex Ver historial de auditorías →

Compartir y citar este informe

Comparte el informe de evaluación versionado, la insignia neutral, la tarjeta insertable y las citas. Skillstore presenta evidencias sin decidir si este Skill es seguro.

Abrir el informe versionado

Copiar enlace del informe

https://skillstore.io/skills/emillindfors-parquet-optimization/audits/4?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Insignia Markdown

[![Skillstore security assessment](https://skillstore.io/badges/skills/emillindfors-parquet-optimization/security.svg)](https://skillstore.io/skills/emillindfors-parquet-optimization?utm_source=security_passport_badge)

Insignia HTML

<a href="https://skillstore.io/skills/emillindfors-parquet-optimization?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/emillindfors-parquet-optimization/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

Tarjeta para insertar

<iframe src="https://skillstore.io/embed/skills/emillindfors-parquet-optimization.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

Citas académicas (APA · BibTeX · CFF)

Cita APA

EmilLindfors. (2026). parquet-optimization security audit report (audit version 4) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/emillindfors-parquet-optimization/audits/4

Cita BibTeX

@techreport{emillindfors-emillindfors-parquet-optimization-2026,
  author = {EmilLindfors},
  title = {parquet-optimization security audit report (audit version 4)},
  institution = {Skillstore},
  year = {2026},
  number = {4},
  url = {https://skillstore.io/skills/emillindfors-parquet-optimization/audits/4},
  note = {Author version 1.0.0}
}

CITATION.cff

cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "parquet-optimization security audit report (audit version 4)"
version: "1.0.0"
type: report
authors:
  - name: "EmilLindfors"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/emillindfors-parquet-optimization/audits/4"
identifiers:
  - type: other
    value: "skillstore:emillindfors-parquet-optimization:audit:4"
    description: "Skillstore immutable audit report identifier"

Puntuación de Skillstore

Por qué esta puntuación Confianza de la evidencia: Alto

Arquitectura

100

Mantenibilidad

Contenido

Comunidad

Cumplimiento de la especificación

Lo que puedes crear

Ajustar escritores de data lake

Revisar la configuración de escritores Parquet antes del despliegue en producción para reducir el costo de almacenamiento y mejorar el rendimiento de escaneo.

Mejorar el rendimiento de consultas

Encontrar patrones faltantes de proyección, filtrado, estadísticas y streaming en lectores que procesan grandes conjuntos de datos Parquet.

Revisar regresiones de canalización

Comparar cambios recientes en código Parquet con comprobaciones prácticas de optimización después de aumentos en el tamaño de archivo o la latencia.

Prueba estos prompts

Revisión básica de escritor

Revisa este escritor Parquet en Rust para la configuración básica de rendimiento. Enfócate en compresión, tamaño de grupos de filas y estadísticas.

Comprobación de eficiencia del lector

Analiza esta ruta de lectura de Parquet. Identifica mejoras de proyección, tamaño de lote, filtrado de grupos de filas y streaming.

Consejos de diseño para data lake

Evalúa este diseño de conjunto de datos Parquet para analítica en la nube. Considera tamaño de archivo, particionamiento, compresión y poda de consultas.

Plan de optimización para producción

Crea un plan priorizado de optimización de Parquet para esta canalización en Rust. Incluye impacto esperado, compensaciones y métricas de validación.

Mejores prácticas

Comparte esquemas representativos, tamaños de archivo, patrones de consulta y objetivos de almacenamiento antes de pedir consejos de optimización.
Valida cada recomendación con datos de benchmark de la carga de trabajo real y del motor de consulta.
Prioriza cambios que reduzcan los bytes escaneados, la presión de memoria y la sobrecarga de solicitudes al almacenamiento en la nube.

Evitar

No apliques un único nivel de compresión a todos los conjuntos de datos sin considerar la frecuencia de acceso y el costo de CPU.
No crees muchos archivos Parquet diminutos para grandes conjuntos de datos analíticos.
No recopiles grandes salidas de lectores en memoria cuando los lotes en streaming pueden procesarlas de forma segura.

Preguntas frecuentes

¿Esta habilidad edita archivos Parquet directamente?

No. Proporciona guía de revisión y cambios de código sugeridos para rutas de lectura y escritura de Parquet.

¿En qué lenguajes se centra?

Se centra en código Rust que usa Parquet, Apache Arrow y bibliotecas relacionadas de ingeniería de datos.

¿Puede elegir el mejor códec de compresión?

Puede recomendar opciones probables según los patrones de acceso, pero los datos de benchmark deben confirmar la configuración final.

¿Ayuda con el almacenamiento de objetos en la nube?

Sí. Incluye guía para dimensionamiento de archivos, particionamiento, manejo de reintentos y eficiencia de escaneo en almacenamiento en la nube.

¿Puede diagnosticar consultas lentas?

Puede identificar causas comunes en Parquet, como falta de proyección, poda débil, archivos pequeños o estadísticas deshabilitadas.

¿Es útil para canalizaciones de producción existentes?

Sí. Puede revisar patrones actuales y sugerir cambios priorizados con compensaciones de rendimiento esperadas.

Detalles del desarrollador

Autor

EmilLindfors

Licencia

MIT

Versión del autor

v1.0.0

Revisión de Skillstore

Repositorio

https://github.com/EmilLindfors/claude-marketplace/tree/main/plugins/rust-data-engineering/skills/parquet-optimization

Ref.

a06681402992ceae98ba04d54cfd4ab004862696

Actualidad del mantenimiento

22/7/2026

Uso

5 descargas · 161 vistas

Estructura de archivos

📄 SKILL.md

parquet-optimization

Instalar con mi Agente

Recursos legibles por agentes

Pruébalo

Auditoría de seguridad

Factores de riesgo

Copiar enlace del informe

Insignia Markdown

Insignia HTML

Tarjeta para insertar

Cita APA

Cita BibTeX

CITATION.cff

Puntuación de Skillstore

Lo que puedes crear

Ajustar escritores de data lake

Mejorar el rendimiento de consultas

Revisar regresiones de canalización

Prueba estos prompts

Mejores prácticas

Evitar

Preguntas frecuentes

Detalles del desarrollador