Parquet almacena los datos organizados por columna en lugar de por fila, lo que permite que las consultas analíticas que solo necesitan leer algunas columnas específicas de una tabla muy ancha accedan únicamente a esos datos, sin tener que leer columnas irrelevantes para esa consulta particular.
Por qué se volvió el formato estándar para Big Data
Combina esa eficiencia de lectura columnar con una compresión muy efectiva (los valores de una misma columna suelen ser más similares entre sí, comprimiendo mejor que filas con tipos de datos mixtos) y es compatible con prácticamente todas las herramientas modernas del ecosistema de Big Data.