用途：为基于文件的大型表格数据（CSV、Parquet、分隔文本、电子表格、MDF）选择正确的 MATLAB 处理工具。技能内置决策流程图，只推荐一条明确路径，而非罗列多个选项。
适用时机：数据被描述为“大”“海量”；readtable、parquetread 等出现内存不足；需将多个表格文件作为单一数据集或逐个独立处理；询问 datastore、tall 数组或 mapreduce；需为专有格式构建自定义 datastore。不适用：单文件可放入内存（文件大小与可用 RAM 之比小于 0.5）、MAT 文件、数据库（SQL/ODBC）、GPU 加速、深度学习训练批处理。
预检：先估算文件大小与可用 RAM 之比。单文件比值小于 0.5 时推荐原生 I/O（readtable、parquetread）并停止；比值不小于 0.5、报告内存不足、多文件或大小未知时进入决策流程。
决策流程：目标是作为单一连续数据集处理时，用 datastore 加 tall 数组，按格式选择 tabularTextDatastore（CSV/文本）、parquetDatastore、spreadsheetDatastore、mdfDatastore（需 Vehicle Network Toolbox）或自定义 datastore。目标是逐个独立处理时，一次读取一个文件用 tabularTextDatastore 或 spreadsheetDatastore，一次读取一个行组用 parquetDatastore（默认 ReadSize 为 rowgroup）。目标不明确时先提问，不展示代码。
主要能力：tall 数组自动分块，支持 mean、std、groupsummary、sortrows、topkrows 等；transform 实现按文件或按行组处理；readall 支持 UseParallel；并行池加速 tall 计算；mapreducer 仅用于 Hadoop/Spark。R2026a 起可用 DuckDB 直接查询 CSV/Parquet/JSON（需 Database Toolbox）。
限制：按文件处理不得用 tall 数组；Parquet 不应强制 ReadSize 为 file；并行池需 Parallel Computing Toolbox，mapreducer 还需 MATLAB Parallel Server；JSON、XML、HTML、Word 无内置 datastore，需自定义分块读取，不能先转 Parquet/CSV 以免再次内存溢出。具体实现细节与属性映射见技能内参考文档。