用途：Dask 是 Python 并行与分布式计算库，用于把已有的 pandas/NumPy 代码扩展到超出内存或跨多台机器的场景，从笔记本（约处理 100 GiB）到集群（约 100 TiB）均可使用，同时保持熟悉的 Python API。
主要能力：包含五类组件。DataFrames 用于并行 pandas 操作，适合表格数据超过内存、需合并处理多个 CSV/Parquet 文件或加速 pandas 操作；Arrays 以分块算法扩展 NumPy，适合超出内存的数组、科学数据（HDF5、Zarr、NetCDF）和并行线性代数；Bags 面向文本、JSON、日志等非结构化数据的函数式处理，适合清洗与 ETL 后再转为结构化数据；Futures 基于任务，支持动态工作流、即时执行和依赖协调；Schedulers 决定执行后端，包括线程（默认，低开销约 10 µs/任务，适合数值计算）、进程（绕开 GIL，约 10 ms/任务，适合纯 Python）、同步（调试）和分布式（带仪表盘、可跨机器扩展）。
使用方式：DataFrames/Arrays 操作为惰性，需调用 .compute() 触发；Bags 可将结果 to_dataframe() 转为 DataFrame；Futures 需创建 Client 并提交任务，再用 gather 收集结果；可全局、按上下文或按计算切换调度器。建议先尝试更简单方案，如更优算法、Parquet 等高效格式、Numba/Cython 或数据采样。
限制与注意事项：不要先用本地 pandas 读入再交给 Dask；避免重复调用 compute()；任务图不要过大，分块目标约 100 MB；Dashboard 可用于监控性能。资料未提供收费、价格或平台信息。