用途：Zarr 用于存储超出内存的大型 N 维数组，通过分块、压缩和并行 I/O 实现核外计算，是云原生科学数据管线的常用格式。
主要能力：支持 NumPy 风格索引读写、分块与分片（sharding）、多种压缩编解码器（Blosc/Zstd、LZ4、Gzip、Bytes）、层级分组与属性元数据、增量追加时间序列、格式转换（HDF5/NetCDF 与 Zarr 互转）。存储后端包括本地文件系统、内存、ZIP、S3、GCS。
使用方式：安装 pip install zarr，云存储需 pip install s3fs 或 pip install gcsfs，要求 Python 3.11+。用 zarr.create_array、zarr.zeros、zarr.array 创建数组，zarr.open_array 打开，zarr.group 建层级。云存储建议调用 zarr.consolidate_metadata 后用 zarr.open_consolidated 读取。ZipStore 必须显式 store.close()。
适用场景：核外计算、云原生数据工作流、Dask 并行读写、层级数据组织、格式转换、时间序列增量追加。带坐标标签的数组建议用 Xarray 配 Zarr 后端。
限制：分块形状需匹配访问模式，否则性能显著下降；单块应控制在 1–10 MB；z[:] 会加载全部数据，大数组应改用 Dask；合并元数据在数组更新后会过期，需重新合并；并发写重叠分块可能冲突。具体收费与平台支持资料未提供。