为什么选择「数据全格式」示例索引？
本页对齐「sample data files all formats」「数据测试文件 全格式」检索：在数据子库中并列 JSON、XML、YAML、BSON、MessagePack、SQL、SQLite、Parquet、Avro、大 CSV 与 Protobuf 等格式，便于绘制「场景 × 格式」兼容矩阵。全格式回归适合数据平台发版前验证——上传、Schema 校验、流式导入、列式下推、API Mock 与日志解析往往各依赖不同解码器与类型系统。许多缺陷只在跨格式边界暴露：JSON 解析正常但 YAML 锚点合并失败，或 CSV 可导入但 Parquet 嵌套列统计缺失。统一索引让你在一轮迭代勾选 8–12 个代表性格式，而不是遗漏 Avro 演化或 SQLite WAL 等长尾。数据治理团队可组合宽表 CSV、嵌套 JSON 与带 logicalType 的 Avro 构造质量门禁；请在矩阵中标注必测/选测、档位与哈希。超大 CSV 建议放在性能专项并设置分片策略，避免日常 CI 误判环境限制为产品缺陷。
如何规划数据全格式回归？
- 对照产品支持列表与本页卡片，列出必测格式（建议含 json、大 csv、parquet 各一）。
- 为每项下载小档与大档样张，记录 SHA-256、字符集与探测摘要，填入测试矩阵。
- 执行用例并保存解析/导入日志；失败时附格式页链接、文件名与行级错误采样。
数据全格式示例 FAQ
是否必须测完索引中每一种数据格式？
不必一次全测；按风险抽样，优先收入路径上的 JSON/CSV，再扩展 Parquet、Avro、SQLite 等。本页提供完整来源供裁剪矩阵，而非强制每周全量执行。
文本格式与列式格式应如何分工？
文本用例验证编码、分隔符与嵌套；列式用例验证 Schema、统计下推与分区裁剪。应分编号记录，避免用 JSON 导出结果代替 Parquet 原生路径的断言。
二进制 BSON 与 JSON 能否共用用例？
不应共用：BSON/MessagePack 涉及类型标记与扩展类型，预期与纯 JSON 完全不同。请引用对应格式页样张并单独设计编解码与往返用例。
如何向数据平台团队同步「官方样张」？
在 wiki 固定本页链接与批准样张表（格式、档位、哈希、用途），版本发布只增删行并附深链，避免 Slack 传文件导致哈希不一致。
与单格式 SEO 页如何配合？
本页负责广度与矩阵规划；单格式页深入该后缀的技术 FAQ 与下载列表。排障时先矩阵定位格式，再进格式页深入分析。