1) 如果說HDFS 是大數(shù)據(jù)時代分布式文件系統(tǒng)首選標準，那么parquet則是整個大數(shù)據(jù)時代文件存儲格式實時首選標準；

2) 速度更快：從使用spark sql操作普通文件CSV和parquet文件速度對比上看，絕大多數(shù)情況會比使用csv等普通文件速度提升10倍左右，在一些普通文件系統(tǒng)無法在spark上成功運行的情況下，使用parquet很多時候可以成功運行；

3) parquet的壓縮技術(shù)非常穩(wěn)定出色，在spark sql中對壓縮技術(shù)的處理可能無法正常的完成工作（例如會導(dǎo)致lost task，lost executor）但是此時如果使用parquet就可以正常的完成；

4) 極大的減少磁盤I/o,通常情況下能夠減少75%的存儲空間，由此可以極大的減少spark sql處理數(shù)據(jù)的時候的數(shù)據(jù)輸入內(nèi)容，尤其是在spark1.6x中有個下推過濾器在一些情況下可以極大的減少磁盤的IO和內(nèi)存的占用，（下推過濾器）；

5) 采用parquet可以極大的優(yōu)化spark的調(diào)度和執(zhí)行。我們測試spark如果用parquet可以有效的減少stage的執(zhí)行消耗，同時可以優(yōu)化執(zhí)行路徑。