github.com/xitongsys/parquet-go 是当前生产可用、维护活跃的唯一支持写入的 go 原生 parquet 库，需正确使用 parquet: tag、值类型传参、w.close() 及 writerconfig 配置压缩与行组大小。
用 github.com/xitongsys/parquet-go 写入 Parquet 文件最直接
Go 原生不支持 Parquet，目前生产可用、维护活跃的库只有 github.com/xitongsys/parquet-go（注意不是 parquet-go 的其他 fork 或旧版）。它支持结构体反射写入、自定义 schema、压缩（SNAPPY / GZIP）、嵌套字段，且不依赖 CGO。
常见错误是直接 import github.com/segmentio/parquet-go —— 这个库只读不写，调用 parquet.NewWriter 会 panic，报错信息类似：panic: write not supported。
实操建议：
- go get -u github.com/xitongsys/parquet-go
- 确保 struct 字段有
parquet:tag，否则字段被忽略（哪怕导出） - 顶层 struct 必须是值类型传入
Write，不能传指针（否则写入空值） - 写完必须调用
w.Close()，否则文件损坏或无数据
struct tag 怎么写才生效
Parquet-go 依赖 tag 显式声明类型和可空性，不靠 Go 类型自动推断。比如 int64 默认映射为 INT64，但若字段可能为 nil，就必须加 optional；字符串默认是 BYTE_ARRAY，但若想存为 UTF8 语义，得显式写 utf8。
典型正确写法：
type User struct {
ID int64 `parquet:"name=id, type=INT64"`
Name string `parquet:"name=name, type=BYTE_ARRAY, encoding=UTF8"`
Age *int32 `parquet:"name=age, type=INT32, optional"`
Tags []string `parquet:"name=tags, type=BYTE_ARRAY, encoding=UTF8, repeated"`
}
容易踩的坑：
-
type=值必须大写且严格匹配（如INT32不是int32） - 切片字段必须带
repeated，否则写入失败或静默丢弃 -
optional字段对应 Go 中的指针或 interface{}，普通值类型即使设为 optional 也会被当成 required - 没有
parquet:tag 的字段完全不会写入，哪怕 struct 是导出的
写入时如何控制压缩和行组大小
Parquet 文件由多个行组（Row Group）组成，默认大小 128MB，但 Go 写入时实际按记录数或内存阈值 flush，需手动配置。压缩直接影响文件体积和后续查询性能，SNAPPY 是最常用平衡选择。
关键参数通过 parquet.NewWriter 的 parquet.WriterConfig 设置：
-
RowGroupSize：单位是记录数（非字节数），设为 10000 是较稳妥起点 -
CompressionType：可选parquet.CompressionCodec_SNAPPY、GZIP、UNCOMPRESSED -
PageSize：影响列内页大小，一般不用动（默认 8KB） - 注意：压缩类型必须在 Writer 创建时指定，不能写入中途切换
示例片段：
cfg := parquet.WriterConfig{
RowGroupSize: 10000,
CompressionType: parquet.CompressionCodec_SNAPPY,
}
w := parquet.NewWriter(f, schema, &cfg)
写入后文件打不开？检查这三点
生成的 .parquet 文件在 Spark / DuckDB / pyarrow 中打不开，大概率不是编码问题，而是元数据没写全或类型不兼容。
优先排查：
- 是否漏掉
w.Close()—— 这会导致 footer 缺失，所有读取器报Invalid Parquet file: missing magic bytes - schema 中是否有 unsupported 类型？例如
time.Time需转成int64+ 自定义逻辑，库不自动处理 - 嵌套结构（如 struct 字段）必须用
group类型 tag，例如parquet:"name=addr, type=GROUP"，否则写入会 panic
真正麻烦的是跨语言兼容：Go 写的文件在 PyArrow 里读出来时间字段全是 null，往往是因为用了 INT96（已废弃），而现代工具只认 INT64 + logicalType TIMESTAMP_MILLIS —— 这需要自己构造 schema 并禁用 INT96，不是开箱即用的功能。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
