用途：Zarr Python 用于存储大型 N 维数组，通过分块与压缩实现高效并行 I/O 和云原生工作流，适合大规模科学计算。
主要能力：支持 NumPy 风格索引读写、resize 与 append；可配置分块、sharding 与压缩（Blosc、Gzip、Zstd、LZ4 等）；提供本地文件、内存、ZIP、S3、GCS 等存储后端；支持 Group 层级与 h5py 风格 API、JSON 属性元数据；可与 NumPy、Dask、Xarray 集成，支持线程/进程同步与合并元数据。
使用方式：安装 uv pip install zarr（需 Python 3.11+），云存储另装 s3fs 或 gcsfs。用 zarr.create_array、zarr.zeros、zarr.open_array 等创建或打开数组，按 NumPy 方式读写；用 zarr.group 组织层级；用 zarr.consolidate_metadata 与 zarr.open_consolidated 优化云上元数据读取。
适用场景：气候与地理空间数据、时间序列、超大矩阵运算、云上数据湖等需要分块存储与并行计算的场景。
限制：分块形状需匹配访问模式，否则性能差异显著；整个 chunk 或 shard 必须能放入内存；合并元数据在频繁更新或多写入者场景可能过期；并发写入跨 chunk 边界时需同步器。具体收费、平台与效果资料暂未提供。