用途：帮助在 API 通信、磁盘或对象存储持久化、跨语言数据交换、传输体积或解析速度优化、格式迁移等场景中选择并实现合适的数据序列化格式。
主要能力：给出各格式的对比（可读性、Schema、体积、速度、适用场景），提供决策树；分步演示 JSON、Protocol Buffers、MessagePack、Apache Parquet 的序列化与反序列化；性能基准测试；消息结构与 schema 定义；错误处理与校验清单。
使用方式：先根据需求选择格式，再按步骤实现。JSON 使用自定义编码器处理 datetime、date、bytes 等类型；Protocol Buffers 需编写 .proto 文件并用 protoc 生成代码，如 protoc --python_out=. sensors.proto 和 protoc --go_out=. sensors.proto；MessagePack 通过 default 与 object_hook 处理自定义类型；Parquet 使用 pyarrow 或 R 的 arrow 包读写，支持列选择。最后用基准测试比较 JSON 与 MessagePack 等的体积和耗时。
适用场景：REST API、配置文件、gRPC 与微服务、移动端、实时与嵌入式、Redis、分析与数据湖、列式查询、企业遗留集成。
限制与注意事项：资料未提供具体价格、平台或完整安装步骤；JSON 数字为 IEEE 754 double，金融小数宜用字符串；JSON 无原生日期时间类型，需约定 ISO 8601 与时区；二进制在 JSON 中 Base64 会膨胀约 33%；YAML 解析器可能执行任意代码，应使用安全加载器；Schema 演进可能破坏消费端。资料称 Protocol Buffers 二进制输出比等价 JSON 小 3–10 倍，MessagePack 输出比 JSON 小 15–30%，Parquet 文件比 CSV 小 5–20 倍，这些为资料原文陈述，实际效果需按场景验证。缺少工具时可用语言原生 Protobuf 库、fastparquet 或 CSV+gzip 回退。