一位 ML 工程師將使用 Amazon SageMaker Canvas 訓練模型，該模型使用儲存在 Amazon S3 中的複雜結構化資料。哪種檔案格式能最大限度地縮短該資料的前置處理時間？

Apache Parquet 是一種柱狀儲存格式，專為優化大數據分析而設計。它能有效壓縮資料並支援謂詞下推（predicate pushdown），這表示 SageMaker Canvas 在讀取資料時，可以只讀取所需的欄位和符合條件的列，大幅減少 I/O 操作和前置處理時間。 相較之下，CSV 和 JSON 檔案是列式儲存，即使經過壓縮，在處理複雜結構化資料時，仍需讀取整行或整個物件，效率較低。JSONL 雖然每個物件獨立，但本質上仍是列式儲存，且缺乏 Parquet 的優化特性。因此，Parquet 是處理 S3 中複雜結構化資料以縮短前置處理時間的最佳選擇。