一位新加入的同事正在评审您的一个惰性管道。他听说加速主要来自查询优化，于是请您解释它到底做了什么。
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
学习如何保持查询为惰性以实现最大化优化，阅读并解释查询计划，并通过性能分析与有序数据解锁快速路径。
当前练习
学习读取与写入 Parquet 文件、解析杂乱的 CSV、扫描多文件与 Hive 分区数据集，以及在 Polars 中查询数据库。
本章讲解如何处理 List 与 Struct 列，将重复字符串编码为 Categorical 与 Enum 数据类型，并通过数值降位来降低内存使用。
学习如何使用流式与 GPU 引擎，结合分区将大型查询结果直接落盘，并用 Polars 的内置断言测试流水线。
