用途：Dask 用于将 pandas/NumPy 工作流扩展到超出内存限制的数据，并可跨多核或多机分布执行。适用场景包括数据集超过可用内存、需要并行化 pandas 或 NumPy 操作、高效处理多个 CSV/Parquet 文件、构建自定义并行工作流。
主要能力：提供四类集合——DataFrame（类似 pandas，用于表格数据、CSV/Parquet）、Array（类似 NumPy，用于数值数组与矩阵）、Bag（类似 list，用于非结构化数据、JSON 日志）、Delayed（包装任意 Python 函数）。所有集合都是惰性的，只有调用 .compute() 才真正计算。Dask 会先构建任务图，进行优化后再并行执行。支持的 DataFrame 操作包括筛选、聚合（groupby、sum、mean、count）、变换（apply、map_partitions）、连接（merge、join，会触发数据 shuffle）以及 I/O（read_csv、read_parquet、to_parquet）。
使用方式：读取用 dd.read_csv()、dd.read_parquet() 惰性加载，链式变换后只调用一次 .compute()，不要在循环中反复调用。调度器可选 threaded（默认，适合释放 GIL 的 NumPy/Pandas）、processes（scheduler='processes'，适合纯 Python）、synchronous（scheduler='synchronous'，用于调试）和 distributed（通过 Client()，用于监控、扩展与集群）。分块方面，DataFrame 按行划分为 partition，Array 按维度划分为 chunk，建议每个分块约 100 MB。
常见模式：ETL 流程为惰性读取、链式筛选变换、最后一次性 compute 或 to_parquet；多文件处理可用 glob 模式（如 dd.read_csv('data/*.csv')）并按文件分区；自定义操作可用 map_partitions、map_blocks 或 delayed。
限制与注意：应避免 iterrows、apply(axis=1) 和重复 compute()，sort_values 代价高；建议使用 Parquet，分区与文件对应，检查任务图规模（len(ddf.dask_graph()) < 100k），并可借助 Dashboard 监控。其他事实（如收费、价格、平台要求）暂未提供。